一个万亿参数模型，每次只动 520 亿个参数
10 月 30 日，Mistral 把 Mistral Large 4（内部代号 Le Chonk）的开放权重放上了 Hugging Face。这款模型三周前以预览版形式亮相，如今补齐了三周的强化学习与客户反馈迭代。它的体量是总参数 1.05 万亿、单次激活约 520 亿的稀疏 MoE，原生支持多模态，上下文窗口 100 万 Token。
把这两组数字放在一起看，才能理解它的定位：总参数决定知识容量的上限，激活参数决定每次推理要付多少算力。1.05 万亿的知识底座配 520 亿的推理开销，是当前开放权重阵营里最激进的一档配比。Mistral 在欧洲自有数据中心用 3800 张英伟达 Grace Blackwell GPU 完成训练，公司强调这套算力只是闭源前沿实验室的一小部分。
联合创始人兼 CEO Arthur Mensch 在公告里说得很直接：开源对确保前沿 AI 不集中在少数参与者手里至关重要，其他实验室为同等能力筹了数千亿美元，而 Mistral 三年只融了约 60 亿美元。
榜单上的位置：编程追平，安全反超
三个数字最值得看。第一是 Terminal-Bench 4.0，从预览版的 28% 升到 41%，与 GLM-5.3 并列开放权重编程智能体的第一梯队。第二是 Artificial Analysis 编程智能体指数 48 分，与 GLM-5.3 基本持平，但平均每个任务少用 47% 的 Token——这才是真正的卖点，同样的活，账单接近一半。第三是网络防御：Artificial Analysis 网络防御指数 51%，在 Cognition 的私有基准 FrontierCode 2.0 上拿到 19.7%，官方称在开放模型中排名第一。
网络安全是这次主推的差异点。多家闭源前沿模型出于护栏考虑，对漏洞复现、补丁验证这类请求会直接拒答，防御方拿不到可用的分析。ML4 对恶意请求的拒答率约 96.6%，同时保留了对防御性任务的响应能力。Mistral 也承认这里存在被滥用的上行空间，正在调整护栏，并对高阶安全变体设了审查与合同门槛。
开放权重不是免费的午餐，它换来的是一件事：模型能不能跑在你自己的机器上，由你决定。
谁能用，怎么用
许可上采用 Mistral 自家的开放权重协议：允许使用、修改、微调与商业化，但如果把模型本身作为服务对外售卖，需要单独授权。企业可以用 Forge 做定制。API 侧输入价格从每百万 Token 0.70 美元起，提供低、中、高三档推理模式，让团队按任务难度调深度，而不是靠改提示词硬凑。
对国内团队来说，这款模型的实际意义不在分数，而在于多了一个可自托管的西方选项。GLM、Kimi、DeepSeek 在性价比上依旧强势，但在涉及数据出境与合规审查的场景里，一个能在自有防火墙内跑、授权链条清晰的模型本身就是一种选择权。代价是硬件门槛：1.05 万亿参数的 MoE 即便量化，也不是单机能装下的东西。
粤公网安备44130202001736号