这次发布的到底是个什么模型

Mistral Large 4（简称 ML4，内部外号 Le Chonk）在 10 月 6 日放出公开预览，是 Mistral 目前「最大、最能打」的旗舰。它采用原生多模态的混合专家架构（MoE）：总参数约一万亿（模型页标注 1.05 万亿），但每次推理只激活其中约 490 亿个参数；原生支持文本与图像输入，带一个 16 亿参数的视觉编码器，训练数据覆盖超过 160 种语言，包含全部欧盟官方语言。官方把它的定位放在推理、编码与智能体（agent）任务上。

一个值得记住的架构细节是：总参数决定「要把多大的模型装进显存」，激活参数决定「单次前向推理要算多少」。1.05 万亿总参数意味着本地部署至少要扛住整张权重的显存占用，而 490 亿激活参数只决定单步算力成本——这也是 MoE 能在「规模」和「单条请求成本」之间腾挪的关键。官方称它在自家欧洲数据中心、用约三千八百到四千块英伟达 Grace Blackwell GPU 从零训出来，没有借租来的超大规模公有云算力，这一点后面会专门讲为什么重要。

上下文窗口方面，Mistral 文档写的是一百万 token。不过独立评测机构 Artificial Analysis 记录为 524288、OpenRouter 列的是 512K，与官方口径有差异。稳妥起见，真要拿它处理超长文档，最好先用一次真实请求确认上限，别直接按一百万 token 去设计流程。

横向对比：它到底站在第几梯队

判断一个新模型，最直观的办法是把它和同级选手放在同一张表里。下面按「闭源前沿 / 中国开源 / 欧美开源」三组来比，分数大多来自 Mistral 自测或 Artificial Analysis 的运行，统一口径的独立复现还要等权重放出后才有。

闭源前沿（参照线）

• GPT-6 Astra：Dense 200 视觉定位 41%（ML4 反超到 42%）；DIOR-RSVG 卫星目标定位 68%（ML4 73%）；但在网络安全「复现并修补漏洞」测试上得分近零，原因是直接拒绝执行。
• Claude Opus 5：Surge AI 盲评人类打分 4.22，ML4 以 3.74 排第二；但 Claude Opus 5.5 在同样的网络安全复现测试上同样近零。
• Gemini 4 Argon：Artificial Analysis 智能指数位居闭源前列，是 ML4 在通用智能上的对标对象。

中国开源（同场竞技，且部分单项更高）

• DeepSeek V4 Pro 0813：DeepSWE v1.1 约 57%，Coding Agent Index 略低于 ML4，金融评测 Finch 67% 与 ML4 并列，AA-Briefcase 长程知识工作低于 ML4。
• Qwen 3.8 Max：DeepSWE 约 51%，Coding Agent Index 低于 ML4。
• GLM-5.3：DeepSWE v1.1 公开榜约 66.9% 至 69%（高于 ML4 自测的 61.7%），Surge AI 盲评 3.60；Artificial Analysis 智能指数领先 ML4。
• Kimi K3：DeepSWE 公开榜约 67.5%，Surge AI 盲评 3.59，均高于或接近 ML4 的单项自测值。

欧美开源（ML4 的主场）

• Mistral Large 4：DeepSWE v1.1 61.7%、Terminal-Bench 4 为 28.3%、Coding Agent Index 49.8%（领先 DeepSeek V4 Pro 与 Qwen 3.8 Max）；Cybench 93%、网络安全复现测试 82%（全球第一）；AutomationBench 59.9%、AA-Briefcase 1393 Elo；Artificial Analysis 智能指数从 Large 3 的 9 跳到 38.4。

把表读薄一点：在「美国与欧洲开发的开放权重模型」里，ML4 确实是当前最强；但放到全球开源阵营，中国几家的 DeepSWE、智能指数单项并不输甚至更高。ML4 的真正护城河集中在网络安全与企业级工作流，而不是把每一项榜单都刷到第一。

网络安全：它最硬的一张牌，以及那句「对手压根不接活」

ML4 这次最强调的能力是网络安全。官方给出的数字：Cybench 解出率 93%，「复现并修补真实开源漏洞」测试拿到 82%，并称这是所有模型里的最高分。Artificial Analysis 的 CyberGym-E2E 榜单上，ML4 预览版也以 81.7% pass@1 排第一。

这里有个被反复提及、但容易误读的细节：Claude Opus 5.5、GPT-6 Astra 这类闭源前沿在这些攻防测试上得分接近零，原因是它们出于安全策略直接拒绝执行相关任务。换句话说，ML4 的「领先」一部分建立在对手压根不参与的前提上——比的不是「更聪明」，而是「愿意接这活」。但这张牌对企业的价值是真实的：防守软件往往从「证明一个漏洞确实存在」开始，而这恰恰是被闭源模型安全过滤器挡住的环节。Mistral 给合作方（网络安全公司、受信任伙伴、监管机构）一个限制更少、网络攻防能力更强的测试版本，正在于此。

需要冷静看待的是：ML4 在 JailbreakBench、StrongREJECT、AgentHarm 等越狱与滥用测试上的拒绝率，反而高于其它被测开源模型——也就是说，它在「能干活」和「不乱干活」之间做了更细的取舍，而不是无差别放开。这对企业安全团队是加分项。

从 Large 3 到 Large 4：一次架构级跃迁

和上一代 Large 3 比，ML4 不是小修小补。Large 3 是 6750 亿总参数、410 亿激活、每百万输入 0.50 美元、输出 1.50 美元、Apache 2.0 许可、纯指令模型（不推理）；Large 4 是 1.05 万亿总参数、490 亿激活、列表价每百万输入 1.36 美元（输出 4.18 美元，预览期打到半价 0.68 与 2.09）、自定义许可、指令与推理合一的混合模型。价格涨了约 2.7 倍，换来的是推理能力和智能指数的大幅跃升。

「指令与推理合一」是这次最关键的架构变化：Large 3 收到问题就写，Large 4 会先在自己内部「想一会儿」再输出，外显表现就是响应更慢、但难题更准。从外部评测看，这个推理 pass 直接把 Artificial Analysis 智能指数从 9 拉到 38.4。对需要多步推理、代码、智能体的场景，这一代的提升是实打实的。

市场前景：欧洲的「第三种选择」，能走多远

把 ML4 放回市场里看，它真正想占的位置是「美国闭源」和「中国开源」之间的第三极。法国总统马克龙此前就用「AI 的第三种选择」来形容这种路线。对欧洲企业与公共机构，吸引力很直接：数据留在自己地盘、合规跟着欧盟法规走、不会被某家美国公司的政策变动卡脖子。

「在欧洲自己的数据中心从零训练」这件事，卖点不只是情怀。它意味着算力供应链不依赖美国公有云，监管与数据主权都在欧盟辖区内——对金融、法律、芯片设计这些对合规和可控性要求极高的行业，这是闭源 API 给不了的确定性。Mistral 9 月的 D 轮约 30 亿欧元（欧洲科技史上最大股权融资），公司估值约 210 亿欧元（约 240 亿美元），背后站着 ASML、三星这类硬核产业资本，钱主要就是为自有算力铺路。

但有两个变量会决定它能不能走远。第一是许可：Large 3 是 Apache 2.0，Large 4 换成自定义许可，完整条款随 10 月底权重一起放出。自定义许可意味着 Mistral 手里多了一个法律抓手——企业自托管前必须逐字看清条款，别想当然按 Apache 2.0 的自由度去规划。第二是「开放权重」的成色：在权重真正放出、且被第三方独立复现之前，所有分数都还是厂商自测。开源社区向来「用脚投票」，等 10 月 27 日前后的权重与架构报告落地，才是它真正接受检验的时刻。

用户热点：社区到底在吵什么

从社区讨论看，大家关心的点和厂商宣传稿并不完全一致。几个高频话题：

• 「一万亿参数还叫小胖墩」：Le Chonk 这个外号本身就成了梗，调侃的是参数确实不小。
• 自托管的现实门槛：很多人喊「月底开源我第一时间本地跑」，但 1.05 万亿参数在 BF16 下约需 2TB 显存、FP8 约 1TB、4-bit 量化也要约 500GB——这还只是权重，不含 KV cache 与激活。对绝大多数开发者，前期走 API 比硬上本地更现实，所谓「数据留在自己机器」短期更多是心理安慰。
• 许可隐忧：从 Apache 2.0 退回自定义许可，让不少人担心「开放」会不会打折扣，尤其商用与再分发条款。
• 「等独立基准」：最理性的声音集中在一点——厂商自测分数先打个折，等第三方复现再说。毕竟 DeepSWE 公开榜上 GLM-5.3、Kimi K3 都已高于 ML4 的自测值，单一榜单的「第一」并不等于全面领先。

对开发者和企业来说，现在该怎么做

如果你在做需要敏感数据、又想要前沿能力的业务，ML4 这类「可自托管的前沿开放权重」是最值得盯的方向之一：数据不出自己机房，合规好交代，还能针对自家场景微调。金融、法律、芯片设计这些 Mistral 点名的早期场景，恰恰是对数据可控性和合规最严格的地方。

但落到行动，建议分两步走：现在用预览 API 把真实任务跑一遍，重点验证网络安全、代码智能体、长文档理解这几项它主打的能力是否真对你的场景有用；至于自托管，等 10 月底权重放出、且有人独立复现基准之后，再决定要不要为它准备多卡硬件。不要因为宣传稿就提前规划产线。普通开发者则多了一个真能选的选项——过去在「闭源但强」和「开源但弱一截」之间二选一，现在欧洲这条路把差距明显缩小了，只是别把它神化。

值得盯紧的几个时间点

接下来一个月有几个关键节点：10 月底（约 10 月 27 日）权重与完整许可条款放出，这是「开放权重」从名号变现实的时刻；同期 Mistral 会补发架构白皮书与后训练方法说明，可据此核对专家数、路由方案、层结构这些目前缺失的细节；第三方基准（DeepSWE、AA 智能指数、各类安全榜）的独立复现结果会陆续出炉，那才是判断 ML4 真实排位的依据。对关心欧洲 AI 主权与企业可控部署的人来说，这颗「小胖墩」值得持续跟踪——但它能不能稳住「第三种选择」的位置，要看下一次中国开源模型发布前，权重与生态能不能真正落地。