一句话总结
10 月 6 日，法国 Mistral 放出 Mistral Large 4 的公开预览，内部代号 Le Chonk（胖猫）：1 万亿总参数、520 亿激活的原生多模态 MoE，在自有欧洲数据中心的 3800 张 NVIDIA Grace Blackwell 上从零训练。它没有打「最强」的旗号，而是打了一张欧洲最想打的牌：开放权重 + 主权可控——权重月底放出，预览期先和各国安全机构一起做红队测试。
数据来源：Mistral 官方博客《Introducing Mistral Large 4》（2026-10-06）、TechCrunch 同日报道（记者 Anna Heim）、The Verge 同日报道（记者 Robert Hart）。
1 万亿参数，但每次只唤醒 520 亿
先把规格说清楚：ML4 是稀疏 MoE，1 万亿总参数、520 亿激活——按官方给出的比例，每次推理只唤醒约 5.2% 的参数。它把指令、推理与 Agent 能力统一在一个模型里，并且是原生多模态（文本 + 图像输入）。
一个值得留意的细节：官方公告里这行「激活参数」在预览期间从 490 亿改成了 520 亿——Mistral 自己写着「模型仍在快速迭代」（it continues to improve rapidly as we refine it）。预览期改数字不算常见，但也侧面说明这个模型确实还在动。
多语言是它刻意强调的一点：训练数据横跨 160 多种语言，包含欧盟全部官方语言。这不是凑数——在一个把「数字主权」写进政策的地区，「欧盟官方语言全覆盖」本身就是产品叙事的一部分。
一个不太寻常的取舍：3800 张自建 GPU，从零训
在当前这轮模型竞赛里，「从零训练」正在变成少数派——多数厂商更倾向于在既有基座上做后训练。ML4 走的是另一条路。官方原文：
ML4 was trained from scratch on 3,800 NVIDIA Grace Blackwell GPUs in Mistral’s own datacenters in Europe. The public preview is served on that same infrastructure.
3800 张 GPU、自有欧洲数据中心、从零训练，预览服务也跑在同一套基础设施上。 TechCrunch 在报道里补了一个对比：这个规模比 Mistral 的中国同行少两到三倍，也比闭源阵营显著更小。换句话说，Mistral 想证明的不是「我们算力最多」，而是「这些算力是我们自己的，且够用」。
配套的是钱：ML4 挂在 30 亿欧元 Series D 的路线图上，官方称这是欧洲科技公司历史上最大的股权融资轮（TechCrunch 报道该轮由三星领投，估值约 210 亿欧元；上一轮 Series C 由荷兰 ASML 领投）。算力、模型、融资三件事被绑在同一句叙事里，落点就是四个字：主权 AI。
网络安全：82% 的「复现并修补真实漏洞」，全场最高
ML4 最能打的地方不是通用能力，而是网络安全。按官方披露：
- 在独立的 Artificial Analysis Cyber Index 上，它排进全球前五，并「大幅领先所有非中国开发的开源权重模型」；
- 在一项要求模型复现开源软件里的真实漏洞并把它补上的测试里，ML4 拿到 82%，官方称这是所有模型里的最高分；
- 在 Cybench（40 道来自安全竞赛的题）上解出 93%。
而这条数据真正的看点在这半句：Claude Opus 5.5 与 GPT-6 Astra 在同一项测试上接近 0 分，原因不是能力不足，而是它们拒绝执行。官方对此的论证相当直接——「证明漏洞是真的」本来就是防御工作的第一步，而闭源模型的安全过滤恰好会挡住这一步；与此同时，攻击者却在用越狱绕过同一批模型。
一句话概括 Mistral 的立场：防守方需要不被拒绝机制拦住的能力。而「开放权重 + 自部署」正是它给出的解法，官方明确提出 ML4 可跑在私有云或本地部署，让组织在自己的策略下做安全运营。
编码与 Agent：61.7% DeepSWE，人评第二
通用能力上，官方给的数字是：
- 61.7% DeepSWE v1.1、59.4% SWE-Atlas-QnA、28.3% Terminal-Bench 4，综合 Coding Agent Index 49.8%，官方称领先 DeepSeek V4 Pro 0813 与 Qwen3.8 Max；
- Agent 任务上，AutomationBench（657 条覆盖 Gmail、Sheets、Slack、Salesforce 的业务流程）拿到 59.9%；长流程知识工作基准 AA-Briefcase 达 1,393 Elo；
- 视觉定位上，官方称在 Dense 200 上以 42% vs 41% 略胜 GPT-6 Astra。
更值得看的是那张盲评：Mistral 委托 Surge AI 做隐藏模型身份的编码质量人工评分（1–5 分制），ML4 预览版以 3.74 排第二，排在 GLM-5.3（3.60）、Kimi K3（3.59）、GLM-5.2（3.40）之前，只输给 Claude Opus 5 的 4.22。
安全侧的自评同样被放上台面：Lakera 公开的 B3 AI Security Benchmark 上挡住 93.3% 的攻击；KORA 基准拿到 1.691（满分 2 记作「Exemplary」）；官方还特别强调，尽管网络安全基准分很高，ML4 在面对恶意网络请求时的平均拒绝率高于所有开源权重模型——这是在提前回应「开源强安全模型会不会被滥用」的质疑。
权重月底放出，但预览先跑
时间表是这件事里最该记住的部分：
- 现在：公开预览 API 已在 Mistral Studio 可用，价格 输入 $1.36 / 输出 $4.18（每百万 token）——按官方自己的说法，属于对标闭源前沿模型中的中档价位；
- 预览期：与网络安全机构、审核过的合作伙伴和国家主管部门一起做真实环境红队测试，这批人拿到的是降低审核强度、扩大网络能力的同一模型；
- 10 月底：放出权重，同时补充架构、更多基准与后训练方法论的细节。
也就是说，现在能玩的只是 API，权重还没到手。「开放权重」这个说法在 10 月底之前都还只是一句承诺——这一点在看各家标题时容易被冲淡。
训练的规模感也给了个量化的锚：官方称当前尺度（约 3000 张 GPU）下，一次训练运行每天产生约 330 亿 token，其中约 160 亿经过滤与掩码后成为可训练的补全 token。
三个该打问号的地方
第一，基准还没跑完。 TechCrunch 明确写到 benchmark results still pending；官方列出的多项数字来自自家评测或合作方 harness，第三方独立复现要等权重放出之后。DeepSWE 那张对比图下面也标着：分数用的是 Artificial Analysis 在 harness 公开发布前私下评测的数字。
第二，「全场最高」的语境需要限定。 82% 那项测试里，闭源模型接近 0 分是因为拒绝执行而非不会做。这个对比说明的是「谁能做这件事」，而不是「谁的技术更强」——两者不该混为一谈。
第三，自我保留变多不等于能力变强。 KORA 1.691、B3 抗攻击 93.3%、拒绝率高于所有开源模型，这些指标同时指向一个方向：Mistral 在主动把「不越界」写进模型性格。对一个主打网络安全能力的开源模型来说，这是必要的，但也意味着在真实攻防场景里的实际表现，还需要第三方来验。
为什么值得记一笔
这轮开源权重竞赛里，主角长期是中美的模型。ML4 提供了一个此前缺席的样本：一个欧洲团队，用自建算力、自建数据中心、从零训练，把「主权」和「开放权重」打包成同一个卖点，并在网络安全这个高价值垂直上进入了开源阵营的第一梯队。
它同时也是对当前行业两难的一次正面回答。TechCrunch 的概括很准确：一边是「随时可以被拔线的闭源模型」，另一边是「多来自中国的开源模型」，Mistral 想做的是第三种选择。这个定位能不能立住，取决于两件事——10 月底权重是否如期放出，以及放出之后第三方能不能复现那些数字。在权重真正到手之前，「开放权重」仍是待兑现的承诺。
总结
- Mistral Large 4（Le Chonk）：1 万亿总参数 / 520 亿激活的原生多模态 MoE，预览期仍在迭代；
- 训练方式：3800 张 NVIDIA Grace Blackwell，在 Mistral 自有欧洲数据中心从零训练，预览服务同基础设施；
- 最能打的是网络安全：漏洞复现并修补 82%（官方称全场最高）、Cybench 93%、AA Cyber Index 全球前五；闭源对手接近 0 分是因为拒绝执行；
- 编码与 Agent：DeepSWE v1.1 61.7%、Coding Agent Index 49.8%；盲评人评 3.74 排第二，仅落后 Claude Opus 5；
- 时间表：预览 API 现在可用（$1.36 / $4.18 每百万 token），权重 10 月底放出；基准的第三方复现要等权重到手之后。
图片出处：封面与「规格表」「六项关键数字」示意图由 UU AI Hub 自制；公告页首屏、训练说明段落、DeepSWE 对比图与主权 AI 视觉取自 Mistral 官方博客《Introducing Mistral Large 4》。
