Mistral AI 于 2026 年 10 月 29 日 开放 Mistral Large 4（昵称 Le Chonk）权重。这是约 1 万亿参数、原生多模态的混合专家（MoE）模型；本月早些时候已公测，随后又做了以编程与防御性网络安全为主的强化学习。官方权重在 Hugging Face：mistralai/Mistral-Large-4-1T-A52B（FP8）与 NVFP4 变体；vLLM 提供首日部署说明，Unsloth 与 llama.cpp 提供 GGUF。
关键事实
| 项目 | 内容 |
|---|---|
| 模型 | Mistral Large 4（Le Chonk） |
| 规模 | 总计约 1T；每 token 激活约 49B（含嵌入与输出层计约 52B），见官方模型卡与 vLLM |
| 形态 | MoE 指令/推理多模态（图文输入、文本输出）；Pixtral 风格视觉编码器 |
| 上下文 | 100 万 tokens（模型卡） |
| MoE | 128 个路由专家，每 token 激活 top-4，另加 1 个共享专家；72 层解码器（第 0 层为稠密） |
| 推理档位 | low / medium / high（默认 high） |
| 权重 | Hugging Face FP8、NVFP4；Unsloth 与 llama.cpp 的 GGUF |
| 部署 | vLLM、SGLang 首日支持；另有 Mistral API/Studio、OpenRouter、Microsoft Foundry、NVIDIA NIM |
| 许可 | Mistral Ecosystem Open-Weight License（MIT 衍生）；可使用、修改、微调与商业化，但以 Model-as-a-Service 对外提供需另向 Mistral 取得商业许可 |
| API 标价（Mistral） | 输入 $0.70 / M，缓存输入 $0.07 / M，输出 $2.10 / M |
| 训练表述 | 在欧洲自有机房、用 3800 块 NVIDIA Grace Blackwell GPU 从零训练（模型卡） |
Mistral 官方博文给出的部分成绩（除非另注）：
- Artificial Analysis Coding Agent Index： 48%，与 GLM-5.3 基本持平，平均每任务少用约 47% tokens
- Terminal-Bench 4.0： 41%（较公测高 13 个百分点；输出 tokens 约少 30%）
- Cognition FrontierCode 2.0： 19.7%（Mistral 称开源权重领先；THE DECODER 报道 Claude Opus 5.5 为 46%）
- Artificial Analysis Cyber Index： 51%（Mistral 强调开源侧优势；THE DECODER 指出其自家图上 DeepSeek V4.1 Flash、MiMo-V2.6-Pro 仍更高）
- 恶意网络请求拒答： 在 JailbreakBench、StrongREJECT、AgentHarm 相关网络提示上平均 96.6%（Mistral）
- Artificial Analysis Intelligence Index v5： 26（模型卡与 THE DECODER 一致；该榜西方开源权重最高，但仍低于若干中国开源模型）
Hugging Face 配套博文有部分重叠指标数字不同（例如 Coding Agent Index 49.8%、Terminal-Bench 4 28.3%、Lakera B3 抗攻击 93.3%）。以 Mistral 开源博文与模型卡为 Coding Agent Index、Terminal-Bench 提升及 B3（相对公测的 97.1% vs 93.3%）的主引用。
背景
Large 4 已于 2026 年 10 月上旬公测。此次开放权重对应公司所称在编程智能体、防御性安全流程、token 效率及若干企业评测上的继续强化学习（例如 Finch 表格工作到 73.3%，BrowseComp 到 84.5%）。Hugging Face 与 vLLM 的架构说明写到：Multi-head Latent Attention 配合 DeepSeek 风格稀疏索引（每查询选 top-2048 key）、跨层 KV 共享、NoPE 层，以及 checkpoint 内嵌的 DSpark 推测解码草稿头。
获取方式包括自托管与托管：Hugging Face 下载权重；用 vLLM（含 Blackwell 上的 NVFP4）或 SGLang 服务；走 Mistral API/Studio；或通过 Microsoft Foundry、NVIDIA 托管/NIM 等。Unsloth 发布的 GGUF 含视觉投影与 DSpark 草稿权重，便于本地 llama.cpp。
反响与影响
Mistral 公告中的合作方表态多围绕自托管与数据驻留（例如 Booz Allen 谈源码安全分析、Cloudflare 谈可审计与本地控制，以及多家欧洲银行谈主权部署）。Hugging Face 产品负责人 Jeff Boudier 称，开放权重让开发者在编程、多模态与网络安全场景上不必绑死在单一托管 API。
THE DECODER 的独立报道肯定其编程表现与相对公测更低的 API 标价，同时指出在 Artificial Analysis 综合 Intelligence Index 上仍落后于领先的中国开源系统，并认为 Cyber Index「开源第一」的说法比营销文案更有争议。该文还引用 Artificial Analysis 测得最终高推理档吞吐约 161 tokens/s，以及指数任务均价相对公测下降。
尚待确认
- 第三方榜单如何消化 Mistral 与 Hugging Face 已出现的 Coding Agent Index / Terminal-Bench 点数差
- Artificial Analysis 后续独立评测是否仍把 Large 4 排在其他开源模型之后（Cyber Index）
- 全精度自托管的硬件下限与成本（公开材料多为多卡 B300/GB300 等示例）
- 公司所称基于 Large 4 的更小或专项变体何时、以何种范围推出
- MaaS 额外商业许可的具体条款与价格（公开材料仅写「需另行许可」）