事件：Mistral 上线 Large 4 公开预览，1 万亿参数模型先开 API
法国 AI 公司 Mistral 在 10 月 6 日上线了 Mistral Large 4 的公开预览，内部代号「Le Chonk」。这是一款总参数约 1.05 万亿、推理时激活约 490 亿参数的原生多模态模型，官方称它是 Mistral 迄今最大、最强的模型。预览阶段先开放 API，用户可以在 Mistral Studio 与官方 API 里直接调用。
最值得注意的不是参数，而是发布节奏：模型权重并不随预览一起放出，官方计划在月底才公开权重。Mistral 把预览期定位成一场真实环境下的红队测试，会邀请网络安全机构、经过审核的合作伙伴和政府机构，用一版「审核更宽松、网络能力更强」的模型做验证。官方公告见 mistral.ai/news/mistral-large-4。
1.05 万亿参数只激活 49B，这套 MoE 账怎么算
Mistral Large 4 用的是稀疏混合专家（MoE）架构，总参数 1.05 万亿，但每次推理只激活其中约 490 亿参数，另带一个 1.6B 的视觉编码器。也就是说，它把「容量」和「算力」拆开了：模型可以很大，但单次推理的成本更接近一个几百亿参数级别的模型。上下文窗口给到 1M token，属于目前大模型里的第一梯队。
多模态是「进得去、出得来文字」：图片、文档等输入可以进模型，输出仍是文本。官方文档明确列出结构化输出、函数调用、文档问答、前缀补全、批处理、Agent 与内置工具等能力。需要提醒的是，这些数字目前来自官方与官方文档，第三方独立复测还在跟进，读者判断能力时不要只看厂商图表。
网络安全成主打卖点，闭源模型的拒答被点名
这次发布最鲜明的定位是网络安全。Mistral 称 Mistral Large 4 在 Artificial Analysis Cyber Index 上进入全球前五，并大幅领先非中国开发的开源权重模型。官方还给出一组具体数字：在一项「复现开源软件真实漏洞并修补」的测试里得 82%，是该项目最高分；在取自安全竞赛的 Cybench 40 题里解出 93%。
官方直接点了一个行业痛点：包括 Claude Opus 5.5、GPT-6 Astra 在内的部分闭源模型，在「证明漏洞真实存在」这类测试上接近零分，原因是它们拒答了任务。Mistral 的论点是，防御方排查漏洞的第一步往往就是复现它，而厂商级的安全策略可能正好卡住这一步。对安全团队来说，这条叙事比跑分更有说服力，因为它对应的是「能不能在事故中拿到可控能力」。
预览期怎么调用、多少钱、权重何时能下载
上手路径很直接：注册 Mistral 账号，在 Mistral Studio 或 API 里选 Mistral Large 4 预览版即可。官方文档标注的模型版本为 v26.10，定价按 token 计。预览期标价是每百万输入 token 0.68 美元、缓存输入 0.07 美元、输出 2.09 美元；文档同时划掉了 1.36、0.14、4.18 美元的原价，相当于预览期打了对折。
权重方面，官方说法是「月底开放」，媒体援引 Mistral 的说法给出 10 月 27 日这个时间点，并称会采用自定义的 Mistral 许可。也就是说，现在能试、但不能自部署；想在自己的机房或私有云跑，要等到月底。核实建议：直接打开官方文档页 docs.mistral.ai/models/mistral-large-4-0 对照参数与价格，再用自己的账号在预览 API 上跑几个真实任务。另外，预览版属于实验性发布，官方提示能力与限制仍会调整，生产环境使用前建议先做小流量灰度。
和 Large 3 及 Qwen、DeepSeek、GLM 的位次对比
和上一代比，跨度不小。Mistral Large 3 是 6750 亿总参数、410 亿激活的 MoE，训练用了 3000 块 H200；Large 4 把总参数抬到 1.05 万亿，激活 490 亿，训练换成约 3800 块 NVIDIA Grace Blackwell，在 Mistral 欧洲自有数据中心从零训练约两个月。官方还提到训练数据覆盖 160 多种语言，包含欧盟全部官方语言。Mistral 联合创始人兼首席科学家 Guillaume Lample 称，公司科学团队已从 3 名研究员扩到约 300 人，训练规模的扩大是这次能力跃升的直接原因。
和同行比，Mistral 给的 DeepSWE v1.1 长程软件工程基准里，ML4 为 62%，Reflection 的 Beam 44%、Qwen 3.8 Max 51%、DeepSeek V4 Pro 0813 为 57%、GLM-5.3 为 61%。这些对照数字大体能追溯到公开来源，但基准配置是否一致会影响可比性，Mistral 自己也承认这一点。结论只能是「处在第一梯队」，而不是「稳赢」。
对谁有影响：自部署企业、欧洲主权 AI 与安全团队
第一类受影响的是把数据主权看得很重的企业。Mistral 强调模型在欧洲自有数据中心训练与推理，并提供欧洲端到端的部署选项，还提到零数据留存与私有云、本地部署的可能。对受监管行业来说，这比纯云 API 更有吸引力，因为它决定了数据能不能留在自己的边界内。
第二类是安全团队。如果开源权重版本月底真的放出，渗透测试、代码审计、恶意样本分析这类高频、双用途的工作，可以不再依赖某家闭源厂商当时的审核口径。第三类是欧洲的公共部门与主权 AI 项目，一个能自托管的万亿级模型，本身就是选型清单上的新选项。反过来说，对普通开发者和小团队，短期内的实际变化有限，预览 API 可用但没有权重，收益要等到月底才能兑现。
编辑判断：现在要不要上手，接下来盯什么
我们的判断是分人群处理。如果你的工作涉及安全研究、代码审计或需要本地部署的合规场景，现在就该去申请预览账号试跑真实任务，重点验证「拒答率」和「长程任务稳定性」这两项，而不是只看跑分。如果你只是想找一个通用对话或写作模型，暂时没必要换，等权重开放、第三方榜单更新后再评估更划算。
接下来有三个观察点。第一，月底权重是否按期开放，许可是否真的允许商用与自部署。第二，Artificial Analysis 等独立榜单会不会复核 Mistral 的网络安全与软件工程分数。第三，预览期「降低审核、增强网络能力」的这版模型，正式公开时能力与限制如何取舍。这三点决定了 Mistral Large 4 是一次漂亮的发布，还是一次真正改变开源模型竞争格局的发布。
来源与说明
本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。
原始来源：https://mistral.ai/news/mistral-large-4/
如发现事实、价格或链接有误，可通过 联系我们 提交更正。
常见问题
现在就能用 Mistral Large 4 吗？
公开预览已上线，注册 Mistral 账号即可在 Mistral Studio 或官方 API 调用；但模型权重月底才开放，现在还不能自部署。
1 万亿参数是不是又贵又慢？
它是稀疏 MoE，单次推理只激活约 490 亿参数，成本更接近中大型模型。预览期官方文档标价每百万输入 token 0.68 美元、输出 2.09 美元。
它和 DeepSeek、Qwen、GLM 比谁更强？
官方在 DeepSWE v1.1 上给出 62%，高于 Qwen 3.8 Max 的 51% 和 DeepSeek V4 Pro 0813 的 57%。但这些是厂商选定的基准，配置未必一致，建议等独立榜单复核再下结论。
普通开发者需要马上换工具吗？
不需要。当前只有 API 预览、没有权重，且定价与稳定性还要观察。等月底权重和第三方评测出来后再决定更稳妥。
数据会被用在哪里？
官方称模型在欧洲自有数据中心训练与推理，并提供欧洲端到端部署、零数据留存与私有云选项；具体合规条款要以其正式许可与合同为准。