Mistral 发布万亿参数模型 Mistral Large 4，编码能力领先开源模型但整体仍落后中国模型

Mistral 在公开预览三周后，将 Mistral Large 4 的权重发布到 Hugging Face，模型昵称 Le Chonk。它接受文本和图像输入，输出文本与代码，总参数约一万亿，每步激活 520 亿。自托管门槛较高：按 SGLang 推理框架文档，标准版本需八块 Nvidia B300 GPU，压缩程度更高的版本需四块 GB300 GPU。 预览之后，Mistral 继续用强化学习训练该模型，称在编码和网络防御上收益明显。研究人员 Pierre Stock 和 Corentin Petit 在电话会上介绍，团队自建任务并随训练逐步提高难度，认为性能上限取决于还能造出并验证多难的任务，Mistral 将其称为一项已开始见效的两年期押注。 编码方面，Large 4 在 Terminal-Bench 4.0 上从 28% 升至 41%，略高于 GLM-5.3 的 40%；在 Artificial Analysis 的 Coding Agent Index 上为 48%，与 GLM-5.3 基本持平，但所用 token 少 47%。Claude Opus 5.5 以 62 分居首。在 Cognition 的 FrontierCode 2.0 上，Large 4 以 19.7% 领先开源模型，Claude Opus 5.5 为 46%。Surge 的盲测中，测试者多数更偏好 Large 4 的代码而非 GLM-5.3、Kimi K3 和 DeepSeek，但对阵 Opus 5.5 时仅赢 22%。 网络防御上，Mistral 称 Large 4 是领先的开源模型，在 Artificial Analysis Cyber Index 上得 51%，但自家图表显示 DeepSeek V4.1 Flash 为 57%、MiMo-V2.6-Pro 为 56%，Large 4 实为开源第三。该指数下每任务成本 1.21 美元，高于得分更高的 DeepSeek V4.1 Flash。Mistral 称模型对恶意网络请求的拒绝率为 96.6%，高于其他开源模型，同时承认可能降低真实攻击门槛，计划在未来数月收紧防护；Orange Cyberdefense 等合作伙伴已在测试面向渗透测试的特殊版本，需审核并受合同限制。 Artificial Analysis 新发布的第五版智能指数中，Large 4 高分模式得 26 分，预览版为 25 分，同类开源模型中位数为 23 分，但 DeepSeek V4.1 Flash 与 GLM-5.3 均为 32 分，MiMo-V2.6-Pro 为 30 分。速度上，Large 4 生成速度为每秒 161 token，预览版为 111；指数任务平均成本 2.06 美元，低于 GLM-5.3 的 5.01 美元和 Kimi K3.1 Pro 的 3.68 美元，但远高于 DeepSeek V4.1 Flash 的 0.60 美元和 MiMo-V2.6-Pro 的 0.26 美元。全指数共生成 1.1 亿输出 token，预览版为 1.5 亿，仍略高于同类模型中位数的 1 亿。 API 定价为每百万输入 token 0.70 美元、输出 2.10 美元，预览期标价为 1.36 和 4.18 美元。模型采用修改版 MIT 许可证，使用、修改和商业部署免费，但将其作为商业云服务提供的公司需另行获得 Mistral 授权。Mistral 主要将其定位为在欧洲训练、可自托管的“主权”AI，也可通过 Microsoft Foundry 等平台使用。Mistral 称其资源远少于美中实验室，若有十倍资金可位居榜首，Large 4 将作为专用模型的基础。