法國 Mistral 端出兆級參數的 Mistral Large 4，代號「Le Chonk」，先讓開發者在 API 上試用。完整權重月底才會公開，這中間的空窗期，正是觀察歐洲開源路線能走多遠的窗口。
Mistral Large 4 是什麼：一兆參數的歐洲旗艦
Mistral 在 10 月 6 日開放 Mistral Large 4 的公開預覽，官方代號叫「Le Chonk」。這是一款原生多模態模型，總參數約 1 兆（1T），推理時每詞元只啟動 490 億個參數。這種架構叫混合專家（MoE）：模型內部拆成許多專精不同任務的「專家」子網路，每次只叫醒少數幾個來處理，所以總規模大、實際運算量卻小得多。
Mistral 是法國公司，長期以「歐洲自己的 AI」為定位。這次的 ML4 從零開始訓練，用的是 3,800 張 NVIDIA Grace Blackwell 繪圖卡，跑在自家位於歐洲的資料中心。官方強調從訓練到預覽 API 全部在歐洲境內、受歐洲法律管轄，把「AI 主權」當成賣點之一。對需要把資料留在歐盟境內、又不想全靠美國雲端的企業與公部門來說，這點比跑分更實際。
訓練資料涵蓋 160 多種語言，官方說包含全部歐盟官方語言。模型能同時吃文字和圖片，官方在視覺定位（visual grounding，讓模型指出圖片裡某個物件在哪、是什麼）這類任務上，聲稱超越部分閉源前緣模型。
1T 與 49B：Mistral Large 4 的參數為什麼要分開講
看到「1 兆參數」很容易以為它笨重又昂貴，但 Mistral Large 4 的帳不是這樣算的。真正決定推理成本的是「激活參數」，這裡只有 490 億。總參數決定模型能容納多少知識，激活參數決定每次回答要動用多少算力。兩者分開，意味著你得到接近兆級模型的知識廣度，付出的卻是中型模型的運算代價。
那到底哪些任務才算它的主場？官方點名編程、網路安全、金融與製造，以及視覺定位。
這個設計是衝著「開源權重最前緣」去的。Mistral 官方說，在綜合評測上 ML4 是歐美最好的開放權重模型，明顯領先其他同樣開放權重的對手。它未必要贏過所有閉源旗艦，只要在「可以下載、可以自己部署」這個類別裡當第一，對想擺脫供應商綁定的團隊就夠有吸引力了。
需要提醒的是，上述排名都來自 Mistral 自己的說法與其選定的評測集，第三方獨立評測仍在陸續出爐。
Mistral Large 4 預覽怎麼用、什麼時候能下載
現在能用的只有雲端。開發者可以透過 Mistral Studio 的預覽 API 呼叫 ML4，付費方式是照用量計價。想在自己機器上跑的人還得等，完整權重預計 10 月底釋出，Hugging Face 頁面目前標的日期是 10 月 31 日。
從現在到月底的這段空窗期值得留意：預覽期的實際表現，通常在權重公開後才會被社群大規模檢驗，那時才知道官方的說法能撐住多少。
Specs
- 總參數：約 1 兆（1.05T 級）
- 激活參數：490 億
- 架構：混合專家（MoE），原生多模態
- 訓練算力：3,800 張 NVIDIA Grace Blackwell，歐洲自有資料中心
- 語言覆蓋：160 種以上，含全部歐盟官方語言
- 權重釋出：預計 10 月底（Hugging Face 標 10 月 31 日）
- 取得方式：Mistral Studio 預覽 API 即刻可用；權重待釋出
對企業與開發者的實際意義
對多數人來說，Mistral Large 4 不會明天就改變你的工作流，它在預覽階段，權重也還沒下載。真正會在意的是兩類人。
一類是把資料主權當硬需求的組織，例如歐盟的公部門、醫療、金融。當一個模型能自我託管、又受歐洲法規管，採購時的說服力就不同了。另一類是靠開源模型省成本、又要避開美國供應商依賴的開發團隊，ML4 若如官方所說在開源裡稱冠，就多了一個可評估的選項。
想在正式環境用它，先別急著替換。等月底權重公開、社群跑過一輪獨立實測，再決定要不要放進你的產品線，比較穩妥。
這類等待有點像看著菜單卻不能點，東西掛在那裡，就是還吃不到。ML4 現在差不多是這個狀態。
