Mistral Large 4权重开放：1万亿参数，FrontierCode 2.0得分19.7%
Mistral于2026年11月9日正式开放Mistral Large 4完整权重。该1万亿参数多模态模型在FrontierCode 2.0基准上达到19.7%得分，Terminal-Bench 4.0得分41%，Artificial Analysis Cyber Index得分51%。模型支持三种推理模式，采用修改版
Mistral在2026年11月9日放出了Mistral Large 4的完整模型权重，这个多模态模型参数规模为1万亿，在FrontierCode 2.0基准上的成绩是19.7%。
事实还原
官方发布信息显示，Mistral Large 4此前已进入公开预览，经过三周强化学习，编码与防御性网络安全能力都有明显提升。在Cognition的FrontierCode 2.0基准上它拿到19.7%；Terminal-Bench 4.0从预览版的28%升到41%；Artificial Analysis Cyber Index上则为51%。模型提供低、中、高三种推理模式，默认走的是高模式，面向高精度场景。token效率的提升来自持续强化学习：Artificial Analysis Coding Agent Index中得分48%，平均每任务token消耗却比同类领先模型低47%。开发者可按任务复杂度挑推理模式，推理成本随之下降。模型在欧洲基础设施上从头训练，lineage清晰，为自托管部署打下基础。
机制拆解
在Surge Code盲测中，它的被偏好程度超过GLM-5.3、Kimi K3和DeepSeek V4.1 Flash，只落后于Claude Opus 5.5。
产业影响
权重开放搭配修改版MIT许可证，商业使用因此成为可能，但MaaS服务仍需单独授权。开发者运行复杂编码代理的门槛降低了，防御性网络安全任务里不必要的拒绝也少了。Hugging Face平台可下载，部署支持vLLM和SGLang。
战略判断（分析而非事实）
现有基准数据说明，Mistral Large 4在开放模型的编码和网络安全方向上取得了局部领先。不过token效率的优势能不能变成大规模采用，还要看实际部署成本和生态支持。欧洲训练背景或许能吸引看重数据主权的机构，它与闭源前沿模型的整体差距仍需继续观察。
- 三种推理模式为性能与成本提供了平衡选项
- 输出定价是每百万token 2.10美元
- 网页浏览任务相关能力本次发布未详细披露
