Mistral 把自家最強的模型交出去了。10 月 29 日，這家法國公司讓 Mistral Large 4 的權重可以直接下載：總參數一兆、每次推理約啟動五百億，訓練全程在歐洲的資料中心完成。
Mistral Large 4 是什麼：一兆參數的旗艦改成開放權重
2026 年 10 月 29 日，Mistral AI 公布 Mistral Large 4 的開放權重。這個模型在 10 月 6 日先以公開預覽形式上線，當時只能透過 API 呼叫，這次交出來的是權重本身。內部代號 Le Chonk，法文裡對胖貓的暱稱，跟一兆參數的體型倒是相稱。
規模是這次最硬的數字：總參數一兆，採稀疏混合專家（MoE）架構。MoE 的作法是把模型拆成很多組「專家」網路，每次推理只挑幾組來算，帳面參數可以做得很大，實際動到的電路小得多。
啟動參數 Mistral 寫約五百億。VentureBeat 記的是 490 億，10 月 6 日的預覽公告寫 520 億，三個數字差在統計方式，量級一致：一兆個參數裡只有大約二十分之一在跑。
輸入是多模態，文字與圖像都能吃，輸出仍然只有文字。上一代 Large 3 是 6750 億參數、410 億啟動，用 3000 塊 H200 訓練；這一代換成約 4000 塊 Nvidia Grace Blackwell，從零開始在歐洲自有資料中心跑了約兩個月，覆蓋 160 多種語言，歐盟全部官方語言都在名單裡。
最後那句對歐洲的政府與金融客戶比參數重要。模型在哪裡訓練、資料落在哪個司法管轄區，是採購流程一定會問的問題，Mistral 一向把這件事當成賣點。
稀疏混合專家：一兆參數為什麼只跑五百億
一般模型每生成一個詞元，整顆網路都要算一遍。MoE 在中間插入一層路由，先判斷這個詞該交給哪幾組專家，其餘的專家這次不工作。所以「一兆參數」描述的是倉庫大小，「五百億啟動」描述的是單次出貨量。
這個設計換來的是成本結構。推理費用大致跟啟動參數掛鉤，一兆參數的模型若用稠密架構，單次推理的算力需求會是現在的二十倍，沒有幾家公司養得起。稀疏化讓它在帳單上接近中型模型，能力上往大型模型靠。
代價落在記憶體。權重再稀疏也全部要載入，一兆參數意味著需要把模型切開、分散到多張顯示卡上，自建團隊要準備的是夠大的記憶體容量與夠快的互連，不只是算力。這一點下面講部署時會再提到。
程式能力：五組分數，全部由 Mistral 自己報
第一個是 FrontierCode 2.0，Cognition 的私有基準，看的不是解題對不對，而是端到端的程式品質，以及儲存庫維護者會不會真的合併這段程式。Mistral Large 4 拿到 19.7%，是開放權重模型裡最高。後面依次是 DeepSeek V4.1 Flash 19.3%、GLM-5.3 17.8%、Kimi K3 17.3%、GLM-5.3 Flash 14.2%，Beam 1.0 只有 2.9%。
第二個是 Terminal-Bench 4.0，41%，比 10 月 6 日的預覽版高了 13 個百分點，Mistral 稱這是開放權重第一，同時輸出詞元少了 30%。同樣的任務用更少的話講完，對按量計費的團隊等於直接打折。
第三個是 Artificial Analysis 的 Coding Agent Index，48%，跟開放權重陣營的領頭模型 GLM-5.3 基本持平。Mistral 補了一句更值得看的：每個任務平均少用 47% 的詞元。分數打平、詞元少近一半，這是它想講的重點。
第四組來自 VentureBeat 拿到的初步資料，DeepSWE v1.1 是 62%，同批比較中 Beam 44%、Qwen 3.8 Max 51%、DeepSeek V4 Pro 0813 57%、GLM-5.3 61%。VentureBeat 同時提醒，各家跑這些基準的設定不完全一致，橫向比較要看口徑。
第五組是人類偏好。Surge Code 的盲測裡，它對 GLM-5.3 的勝率 64%、對 Kimi K3 是 56%、對 DeepSeek V4.1 Flash 是 78%，聽起來很強。但對 Claude Opus 5.5 只有 22%，也就是近八成落敗。這條分數反而最誠實：開放權重追得很近，還沒追上閉源最前段。
以上全部是 Mistral 自報。Coding Agent Index 與後面會提到的 Cyber Index 屬於 Artificial Analysis 的榜單口徑，但數字由 Mistral 引用，沒有第三方複驗，技術報告也還沒發。
防禦性安全：96.6% 的拒答率，還有一支專門變體
Mistral 這次把安全放在跟程式能力同等的位置，講法叫「防禦性安全」，意思是模型的價值有一半在於擋下壞事。
Artificial Analysis Cyber Index 是 51%。這個指數衡量的不是考試分數，而是在真實程式庫裡找漏洞、複現驗證、寫出修補程式，而且修完不能弄壞原有功能。對惡意網路請求的平均拒答率是 96.6%，測試集來自 JailbreakBench、StrongREJECT 與 AgentHarm 裡的網路類提示，Mistral 說這是它測過的開放模型裡最高的。
B3 Agent 安全基準的成績是抵擋 97.1% 的攻擊，預覽版是 93.3%。金融領域的 Finch 基準 73.3%，在開放模型裡排第二，僅次於 Kimi K3 的 77.3%；網頁瀏覽的 BrowseComp 是 84.5%。
Mistral 自己也寫了風險。監測真實流量時，模型會拒絕對線上目標發動黑箱攻擊，但它們仍看到「被用來實施真實攻擊的潛在提升空間」，護欄還在調整。另一手是產品化：對 Orange Cyberdefense 這類企業設計夥伴，Mistral 提供專門調整過的網路安全變體，用於滲透測試、漏洞評估與紅隊演練，附帶嚴格審查與合約約束，只能測試自己擁有或明確授權的系統。
換句話說，同一個能力被切成兩條路走。公開權重的那條靠拒答與護欄，商業變體那條靠合約。
授權條款：權重免費，模型即服務要另外談
授權用的是 Mistral 自家的開放權重許可，不是 Apache 或 MIT。唯一附加條件寫得很清楚：如果你把這個模型包成「模型即服務」（MaaS）對外提供，需要另外向 Mistral 取得商業授權。
對多數自建團隊沒有影響。下載權重、在自己機房跑、拿來做內部工具或產品功能，都不需要再談。受影響的是想轉售 API 的雲端業者，他們賣的是推論服務，正好落在條款指的那一格。
這也是「開源」這個詞近年最容易被誤會的地方。權重公開、可下載、可修改，但商用邊界由授權決定，不是由「能不能下載」決定。要拿去做成對外服務之前，先讀條款比先跑基準測試重要。
取得方式與價格：自建、託管與按量計費
權重在 Hugging Face 上，自建可以用 vLLM 或 SGLang 部署。託管選項包括 Mistral Studio、Mistral API、OpenRouter 與 NVIDIA 的託管端點，也可以在 Mistral 的 Vibe Code 裡先試。
API 價格是每百萬輸入詞元 0.70 美元、快取輸入 0.07 美元、輸出 2.10 美元。快取價是輸入價的十分之一，對固定系統提示詞、長篇檔案問答這類重複前綴的場景，差距會很明顯。
自建的成本結構完全不同。要放進一兆參數的權重，得先解決記憶體與互連，換算下來的固定成本不低；好處是資料不出門，且長期高頻使用時單次成本會低於 API。用量小於某個門檻的團隊，託管仍然划算。
這批數字該怎麼讀
把三件事分開看會清楚很多。事實是：一兆參數、五百億啟動、三種推理等級、歐洲資料中心訓練、開放權重可下載、MaaS 需另授權。這些是公告寫明的。
分數是廠商自報的，包含 FrontierCode 2.0 的 19.7%、Terminal-Bench 的 41%、Cyber Index 的 51%，全部沒有第三方複驗，技術報告標註「即將發布」。等報告出來，才能看到訓練細節與評測設定的完整說明。
判斷則留給你自己：如果你的團隊正在為程式代理找一個能放進自家機房的模型，這次的組合（開放權重、終端操作能力、較低的輸出詞元消耗）確實對得上需求；如果任務難度集中在最上層，對 Claude Opus 5.5 只有 22% 勝率這件事，比前面那幾組漂亮數字更值得記住。
還有一個容易被忽略的細節：三種推理等級裡，Low 取代了原本的「無推理」選項，High 是預設值。預設最強意味著預設最貴，部署時記得先確認你的呼叫端有沒有指定等級。
