MetaPatchAI home
AI

Mistral Large 4 开放权重：有哪些变化、基准测试怎么说、谁应该关注

来源：Mistral AI

MetaPatchAI 编辑整理 · 发布于 0:34（ET）

MetaPatchAI header for "Mistral Large 4 Is Now Open-Weight: What Changed, What the Benchmarks Say, and Who Should Care": headline on a dark background with abstract neon-green network-node art.

Mistral 已发布Mistral Large 4的权重。这是一个 1 万亿参数的原生多模态模型，昵称“Le Chonk”。该模型于 10 月初进入公开预览。此次开放权重的是更新版本：Mistral 表示，预览后又花了大约三周进行强化学习，重点是编程和防御性网络安全。

简要版

  • 它是什么：一款 1T 参数的多模态旗舰模型，在欧洲基础设施上从零开始训练（据 Mistral）。
  • 相比预览版的新变化：编程和安全得分更高，“推理效率”也更好，即每个任务消耗的 token 更少。
  • 在哪里使用：Mistral Studio、Mistral API、OpenRouter，或从 Hugging Face 下载权重自行部署（使用 vLLM 或 SGLang 提供服务）。
  • 许可证：一种修改版 MIT 许可证，附带一个针对模型即服务公司的条件（见我们的许可证解读).

Mistral 公布的数据

以下所有数据均为Mistral 自己的说法，来自其公告。目前尚无独立复现，Mistral 表示完整技术报告“即将发布”。

基准测试 公布的结果
Cognition FrontierCode 2.0（非公开） 19.7%，Mistral 图表中的最高分，领先 GLM-5.3（19.3%）
Artificial Analysis Coding Agent Index 48%，与 GLM-5.3“基本持平”，但每个任务少用 47% 的 token
Terminal-Bench 4.0 41%，比预览版提高 13 个百分点，输出 token 减少 30%
Artificial Analysis Cyber Index 51%
BrowseComp 84.5%（早期 SFT 检查点为 75%）
Finch（金融工作流） 73.3%，在开放模型中仅次于 Kimi K3，排名第二
B3 Agent Security Benchmark 抵御了 97.1% 的攻击（预览版为 93.3%）

在人类偏好方面，Mistral 引用了 Surge 的盲测两两对比编程测试。测试中，Large 4 击败了 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash，在参测模型中“仅次于 Claude Opus 5.5”。

三种推理模式

Mistral 表示，该模型现在有三种推理模式，可以在成本和质量之间权衡。最轻的模式用于简单任务，取代了旧的“None”模式。最重的模式用于“需要高精度的最难场景”。如果你按 token 付费，这一点很重要：选择能通过你评测的最轻模式。

网络安全方面（以及注意事项）

公告的大部分内容围绕防御性安全，包括来自 Booz Allen、Cisco、Cloudflare、CrowdStrike、Elastic、ENISA、Fortinet、NVIDIA 等公司的评价。Mistral 还坦言，在观察预览流量时发现了“可能提升实施真实攻击能力的风险”，并正在加强防护措施。一个专门的渗透测试版本只会提供给签约且经过审查的合作伙伴。

你该换用它吗？

  • 自托管用户和受监管行业团队：这是主要受众。你能获得开放权重、欧洲训练背景和宽松的许可证。
  • 爱好者：在本地运行 1T 参数模型需要数据中心级硬件。对大多数人来说，API 或 OpenRouter 才是现实的途径。（Mistral 的文章没有公布硬件要求；请查看 Hugging Face 模型卡。）
  • 编程智能体用户：值得测试的是 token 效率的说法。在决定采用之前，先通过 OpenRouter 跑一跑你自己的智能体任务。

视频

视频来源：Mistral（YouTube）

视频来源：Bijan Bowen（YouTube）

来源

哪些已确认，哪些未确认

  • ✅ 每个基准数据都是于2026年10月29日美国东部时间晚上约 11:58 从 Mistral 的文章中手动抄录的，全部为厂商自报。
  • ✅ 许可证措辞和提供渠道已对照同一篇文章核实。
  • ⚠️ 未核实：Hugging Face 仓库名称、硬件/显存要求和 API 价格，文章中均未提及。
  • ⚠️ 由于无法可靠读取三种推理模式的标签，这里不列出其名称。
  • HN 分数为快照，会有变化。

相关文章

返回上级：AI