Mistral Large 4：歐洲以一兆參數押注開放權重

10 月 6 日，Mistral AI 將一個一兆參數模型放上公開預覽，還給它取了個暱稱：Le Chonk。這家法國實驗室表示，Mistral Large 4 是美國或歐洲至今最強的開放權重模型。權重本身要到 10 月 27 日才會發布，但 API 已經上線，基準測試結果也已公開。

這個暱稱帶點戲謔，但背後的數字可不小。Large 4 以稀疏混合專家（MoE）架構承載 1.05 兆總參數，並在任何給定任務中啟用約 490 億個參數。Mistral 自家文件在一處將啟用參數進位為 520 億，早期報導則在另一處提到 490 億。無論如何，設計目標都是如今每家大型實驗室追求的同一件事：取得超大模型的能力，又不必為每個 token 支付運行全部參數的成本。

內部實際架構

該模型原生支援多模態。Mistral 將語言主幹與一個獨立的 16 億參數影像編碼器搭配，可處理文字與圖像。上下文視窗達到 100 萬個 token。訓練資料極度偏重多語言，涵蓋超過 160 種語言，包括歐盟所有官方語言。

Mistral 在自家歐洲資料中心內，用約 3,800 至 4,000 顆 Nvidia Grace Blackwell GPU，從零開始訓練 Large 4，歷時約兩個月。同一批硬體如今也用來服務公開預覽。該公司還表示，模型上的強化學習仍在進行，因此預期接下來幾週數字還會變動。

基準測試表，仔細解讀

在代理式程式開發方面，Mistral 回報 DeepSWE v1.1 為 61.7%、SWE-Atlas-QnA 為 59.4%、Terminal-Bench 4 為 28.3%，合併後的 Coding Agent Index 為 49.8%。根據該公司說法，這個數字微幅超越 DeepSeek V4 Pro 0813 與 Qwen3.8 Max。在 AutomationBench 上，該測試橫跨 Gmail、Google Sheets、Slack 與 Salesforce 等工具、執行 657 項業務工作流程，Large 4 得分 59.9%。

最有趣的說法是關於視覺定位。在 Dense 200 基準測試中，該測試衡量模型能否在圖像中定位特定物件，Mistral 將 Large 4 列為 42%，比 GPT-6 Astra 的 41% 高一分。單一評估上的差距一分並不代表擊倒，也不該被解讀成擊倒。但這正是開放模型過去落後閉源模型的任務類型，因此打成平手值得注意。

資安是語氣從行銷轉為論辯的地方。Mistral 表示 Large 4 在 Artificial Analysis Cyber Index 上名列全球前五。它回報在重現與修補開源軟體真實漏洞方面成功率達 82%，在 Cybench（一套 40 道安全競賽題目）上則達 93%。該公司還提出一個犀利觀察：有些閉源模型完全拒絕重現漏洞，因為這類請求看起來像攻擊性活動，導致它們在相同測試中的分數趨近於零。

一項盲測則講述了更踏實的故事。在與 Surge AI 合作的一次測試中，專業評審在不知道程式碼由哪個模型撰寫的情況下，以五分制為生成的程式碼評分。Large 4 落在 3.74。Claude Opus 5 得分 4.22，GLM-5.3 得分 3.60。因此，以人類評判的程式碼品質而言，Large 4 在受比較的五個模型中排名第二，領先開放競爭對手，但落後閉源領導者。

這些數字全都來自 Mistral。它們是初步的、自報的，且尚無獨立第三方重現。請把它們視為強而有力的初步主張，而非已成定論的結果。

定價與開放權重押注

API 目前已可透過 Mistral Studio 與 OpenRouter 使用。定價為每百萬輸入 token 1.36 美元、每百萬輸出 token 4.18 美元，上市促銷價為半價，即 0.68 美元與 2.09 美元。10 月 27 日權重將發布，任何人都能下載，並在自己的硬體上運行 Large 4，無需租用存取權。

最後這一點就是整套策略。Mistral 在算力上無法比 OpenAI 或 Anthropic 花更多錢，也跟不上中國開放權重實驗室幾乎每月發布大型模型的節奏。它能提供的是控制權。一家有資料駐留規範的企業，或一支需要模型協助重現漏洞、又不希望供應商拒絕請求的安全團隊，能從中獲得代管閉源模型無法提供的東西。Mistral 全力押注這套說法，將 Large 4 形容為從頭到尾在歐洲打造，並可透過自家雲端從歐洲部署。

競爭時機讓利害關係更加清楚。由 Nvidia 投資的實驗室 Reflection AI 在 10 月 5 日、即 Large 4 前一天，發布了 5,010 億參數的開放權重模型。包括阿里巴巴、Z.ai、Moonshot 與 DeepSeek 在內的中國實驗室，過去兩個月來持續滾動發布強大的開放模型。追蹤基準測試收斂情況的分析師報告指出，開放權重與專有模型之間的差距已在部分推理任務上縮小，且頂級專有 API 價格也因而下降。Mistral 正進入一個市場：成為最大的開放模型，價值不如成為最受信任的模型，而信任建立在授權條款與部署選項上，而非參數量。

資安紅隊演練也遵循同樣邏輯。在權重發布前，Mistral 讓經過審核的合作夥伴與國家主管機關存取同一個模型，「降低審核限制並擴展網路能力」。該公司主張，供應商層級的拒絕可能阻礙正當的事件應變，而在事件處理過程中失去工具存取權本身就是一種風險。

這次發布也落在一個特定時刻。Mistral 最近完成一輪融資，估值推升至超過 240 億美元，三星是新增投資者之一。Reflection AI 才在一天前推出 5,010 億參數的開放模型。開放權重層級越來越擁擠，差異化因素不再是原始規模。

這改變了什麼，又沒改變什麼

Large 4 並未在每一項任務上都縮小與最佳閉源模型的差距，Mistral 也沒有完全如此宣稱。它做的是在少數對企業重要的任務上縮小差距，並搭配這些企業真正需要的授權與部署方案。如果 10 月 27 日發布的權重能在外界測試中站得住腳，實際問題就不再是開放模型在抽象意義上是否夠好，而是它是否足以勝任某一項具體、定義明確的工作。

更值得關注的罕見主張是資安方面的說法。一個能協助安全團隊修補真實漏洞、依自家政策在自家硬體上運行的模型，與一個拒絕請求的聊天機器人是不同類型的產品。如果這點成立，它可能比程式開發基準測試上的幾分更重要。如果外部測試者發現 82% 這個數字無法在 Mistral 自家環境之外複製，這套說法就會退回價格與可攜性，而那是一個擁擠的立足點。

無論如何，歐洲現在有了自己的旗艦模型可供爭論。這場爭論將在 10 月 27 日正式開始。