Mistral Large4开源：1万亿参数，编程Token省47%
万亿参数开源模型Mistral Large4 登场：用更少Token打平顶级性能
10月30日，欧洲人工智能公司 
Mistral 把代号“Le Chonk”的新旗舰模型 Mistral Large4 开源了。这个模型有1万亿参数，是目前开源权重阵营里体量最大的大模型之一，训练全程在欧洲本土基础设施上从零完成。
开源大模型往万亿规模走、往多模态原生融合走，这次算是迈出了实打实的一步。
基准测试上，Mistral Large4 的成绩不弱。Cognition 的私有基准 FrontierCode2.0 主要看端到端代码质量和代码库维护者的合并意愿，它拿到19.7%，在现有开源权重模型里排在前列。Artificial Analysis 的 Coding Agent Index 评测中，它的得分是48%，跟行业领先的 GLM-5.3 基本持平。
更受关注的是 Token 效率。性能做到同等顶尖水平，Mistral Large4 平均每个编程任务用的 Token 比竞品少47%。Terminal-Bench4.0 测试里，它比预览版提升了13个百分点，达到41%，输出 Token 数同时降了30%。企业调用 AI 的成本大头就在 Token 上，这种“少花 Token 多办事”的路子，对开发者来说性价比很直接。
开发者要在性能和开支之间做取舍，Mistral 为此给模型额外做了三周强化学习（RL）训练，并官方给出三种推理模式，分别对应简单任务、中等复杂度任务，以及需要高精度彻底推理的最难场景。
开发团队的说法是，强化学习训练延长之后，模型整体收益还在加速释放，目前没看到性能饱和的迹象。
安全与合规方面，Mistral Large4 也有拿得出手的数据。Artificial Analysis Cyber Index 评测考察的是模型在代码库里找漏洞、复现验证、打补丁且不破坏原有功能的能力，它得了51%。JailbreakBench、StrongREJECT、AgentHarm 等越狱和有害请求提示词测试中，平均拒绝率是96.6%，预览版为95%。
官方在安全策略上的态度挺务实：面对针对线上目标的黑盒攻击，模型拒绝得很坚决；同时它也考虑到相关技术用于合法正当防御和渗透测试的必要性。
为此，Mistral 给 Orange Cyberdefense 等网络安全领域的企业设计伙伴放开了特定变体版本的预览权限，但操作要过严格的合同约束，还要经过自有或授权环境审查。
应用生态上，Booz Allen、Cisco、Cloudflare、CrowdStrike、Elastic、NVIDIA 等网络安全与主权云领域的巨头都为 Mistral Large4 站台。
模型权重可以从 Hugging Face 下载，用 vLLM 或 SGLang 本地自部署；它也已上线 Microsoft Foundry（首个上架的云厂商）、NVIDIA NIM 容器和 OpenRouter 等主流平台。官方 API 定价为每百万 Token 输入0.70美元、缓存输入0.07美元、输出2.10美元。
开源许可用的是修改版 MIT 协议，名为 Mistral Ecosystem Open-Weight license。用户可以免费使用、修改、微调并做商业化部署，但有一条核心限制：主营“模型即服务”（MaaS）的企业商用前，必须单独向 Mistral 申请商业许可。开源生态的活力留住了，自身的商业化空间也护住了。
