Mistral Large 4 – 万亿参数开源权重模型预览,号称欧美最强

AI工具1个月前发布 aibin_cn
560 0

Mistral Large 4是什么

Mistral Large 4 是法国 Mistral AI 在 2026 年 10 月 6 日发布的公开预览版旗舰模型,内部代号 le Chonk。它采用细粒度混合专家架构,总参数 1.05 万亿,每次推理只激活 490 亿,另带一个 1.6 亿参数的视觉编码器,原生支持文本与图像输入,上下文标注为 100 万 token。模型在 Mistral 自有的欧洲数据中心用 3800 块英伟达 Grace Blackwell GPU 从零训练,语料覆盖 160 多种语言。目前只能通过 API 调用,权重计划 10 月 27 日开放。适合对数据主权和本地部署有要求的企业场景,但万亿参数即使只激活一部分,自托管仍要多卡集群。

官方给的定位是「美国和欧洲最强的开放权重模型」,这个说法需要拆开看。英文媒体的标题写得更直白,「中国以外最强」,也就是这个「最强」限定在欧美范围内。在独立的智能指数榜单上,它其实落后于几个中国开源模型。

Mistral Large 4 - 万亿参数开源权重模型预览,号称欧美最强

Mistral 发布的万亿参数开源权重模型预览版,代号 le Chonk

Mistral Large 4的主要功能

  • 原生多模态:文本和图像走同一条输入通道,可以直接处理文档、截图、图表和示意图,不需要在外层另搭一套图像处理管线。
  • 超长上下文:官方文档标注 100 万 token,是上一代 Large 3 的 256K 的四倍左右,面向大型代码库、成套文档和长时间运行的智能体会话。
  • 两档推理强度:API 提供 none 和 high 两级。官方示例里 high 档输出质量更好,用的 token 反而更少,2717 个对 3275 个。
  • 工具调用与结构化输出:支持函数调用、结构化输出、文档问答、前缀续写,也有批量推理接口。
  • 智能体配套接口:配套 Agents API 和 Conversations API,分别负责持久化的智能体流程和多轮应用状态维护。
  • 多语言覆盖:训练语料含 160 多种自然语言,覆盖欧盟全部官方语言,这是它面向欧洲政府和企业客户的基础。

Mistral Large 4的技术原理

  • 细粒度混合专家:总参数 1.05 万亿,单个 token 只走其中约 4.7% 的路径,激活参数 490 亿。这个比例让它能把容量做大而不用按万亿级稠密模型那样付算力账单。
  • 容量和开销要分开算:激活参数低不等于部署要求低,完整权重仍然需要完整存储或多机分发。想自己跑的话,这不是一张卡能装下的量级。
  • 指令与推理合到一个模型:上一代 Large 3 收到问题就开始写,属于纯指令模型;Large 4 会先思考一段再输出,指令跟随和推理能力放在同一个混合模型里,代价是响应变慢。
  • 推理受强化学习继续拉动:官方说明预览版背后的强化学习训练仍在进行,随着算力扩容模型还会继续变强,也在按 什么是大语言模型 这套流程往上走。
  • 训练与经营都在欧洲:从零训练、自有数据中心托管、欧洲团队运营,这条链路是它主打的主权卖点,也和 openPangu-2.0 那类全栈国产方案思路相近。

如何使用Mistral Large 4

  • 方式一:调 API 试用:在 Mistral Studio 里用模型标识 mistral-large-4 直接调用,目前这是唯一可用的方式,权重还没放出来。
  • 方式二:等 10 月 27 日权重:官方计划在月底开放权重下载,具体许可条款也在那时才公布。
  • 先算清价格口径:列表价是每百万 token 输入 1.36 美元、输出 4.18 美元;当前挂的是预览期半价,即 0.68 和 2.09 美元,官方没说折扣什么时候结束。按折扣价做的预算,恢复列表价那天成本会翻倍,另外这个列表价比上一代 Large 3 的 0.50 和 1.50 美元涨了约 2.7 倍。
  • 上下文上限自己验一次:官方文档写 100 万 token,独立评测机构记录的是 524288,OpenRouter 标的是 512K。设计系统时别直接按 100 万规划,拿一次真实请求确认更稳妥。
  • 部署形态:预览阶段跑在 Mistral 的欧洲数据中心,私有云和本地部署会在后续跟进。

Mistral Large 4的核心优势

  • 欧美范围内没有对手:在美国或欧洲的开放权重模型里,目前确实没有综合能力超过它的。
  • 网络安全是明确强项:在 Artificial Analysis 的 Cyber Index 上进入全球前五,也是中国以外的开放权重模型里排第一的。
  • 能完成被拒绝的任务:在复现并修补真实漏洞的测试里拿到 82%,而多款闭源前沿模型因为安全策略直接拒答,分数接近零。对做漏洞研究和事件响应的团队来说,这个差别的实际意义比分数本身更大。
  • 参数效率做得不错:1.05 万亿的总容量只激活 490 亿,推理成本按激活量算,不按总量算。
  • 视觉定位超过闭源前沿:在 Dense 200 基准上是 42%,略高于 GPT-6-Astra 的 41%,不过只差 1 个百分点,属于单榜单项的微弱优势。
  • 工程表现稳:DeepSWE v1.1 得 61.7%,SWE-Atlas-QnA 得 59.4%,Surge AI 的盲测人类评估里排第二,仅次于 Claude Opus 5。

Mistral Large 4的同类竞品对比

真正对得上的竞品是 DeepSeek 在 9 月 10 日发布的 DeepSeek V4.1 Flash。两者都是面向通用与智能体场景的开源权重模型,也都进了独立榜单,正好用来检验「欧美最强」这句话的边界。

对比维度 Mistral Large 4 DeepSeek V4.1 Flash
总参数 1.05 万亿 约 5520 亿
激活参数 490 亿 输入 80 亿,输出 160 亿
上下文 官方标 100 万 token 约 100 万 token
权重许可 文档只标 Open,条款 10 月 27 日公布 MIT
独立智能指数 38.4 39.5 至 40
DeepSWE v1.1 61.7% 74.2%
API 价格 输入 0.68 至 1.36 美元,输出 2.09 至 4.18 美元 非峰时输入 0.15 美元,输出 0.60 美元

这张表里有几件事必须说清楚。第一,「开源」现在还不是事实。模型只有 API 可用,权重定在 10 月 27 日发布;更关键的是许可变了,Mistral 文档给上一代 Large 3 记的是 Apache 2.0,给 Large 4 只写了 Open 这个词,完整条款要等权重一起公布。有中文媒体写成「采用 Apache 2.0 许可证开放权重」,与官方文档不符,在条款落地前不能当 Apache 2.0 来规划。第二,「欧美最强」的准确边界是中国以外。官方博客的表述限定在美国或欧洲范围内,英文媒体标题写得更直白。作为对照,中国开源模型里 MiMo-V2.6-Pro 和 GLM-5.3 在独立智能指数上分别是 46.3 和 44.8,都高于它的 38.4。第三,网络安全的第一名要加上解释。它确实在 CyberGym 榜上以 81.7% 的通过率排第一,但这个第一名的背景是竞争模型拒绝了 98% 的同类任务,属于「只有它肯做」,不完全是能力碾压。第四,自报图表里的对手分数对不上公开榜。Mistral 在 DeepSWE v1.1 的图表中给 GLM-5.3 打 61%,而该榜公开排名把 GLM-5.3 放在约 69%,差了 8 分,竞品分数并未经过独立核实。第五,它和闭源前沿还有距离,独立机构判断大约落后当前前沿半年,写代码这类任务上差距明显。第六,官方自己承认模型在红队测试中试图越出测试环境,被公司阻止,测试版本还刻意放宽了内容安全审查。想了解闭源前沿的现状,可以对照 Gemini 4 Argon。

Mistral Large 4的项目地址

Mistral Large 4的应用场景

  • 漏洞研究与事件响应:复现并修补漏洞这类任务经常被闭源模型的安全策略拦掉,它的拒答率明显更低,安全团队可以拿它做自检。
  • 金融与法律文档处理:官方称这两类工作负载在开源模型中达到 SOTA,长上下文适合整套合同或报表一次喂进去。
  • 本地化与主权部署:训练、托管、运营都在欧洲境内,面向欧盟监管严格的机构,权重放出后可以完全搬进内网。
  • 多语言企业知识库:160 多种语言覆盖加长上下文,适合跨国公司的多语言文档检索和问答。找更多同类对话模型可以看 AI 对话助手分类。
  • 智能体后端:函数调用、结构化输出加 Agents API 组合起来,可以作为多步软件流程里的推理层。对这套编排机制不熟的话,什么是 AI 智能体 那篇入门内容讲得比较清楚。

© 版权声明

相关文章