Mistral 发布 1 万亿参数开源多模态模型 Mistral Large 4

思考

总结

Mistral 发布了 Mistral Large 4（Le Chonk），这是一款拥有 1 万亿参数的多模态模型，现已推出，并在编码、网络安全和推理效率方面有所提升。它在编码和防御性安全方面领先于开源权重基准，同时提供三种推理模式以平衡成本与性能。它完全采用开源权重并在欧洲训练，通过可定制的自托管部署选项赋能主权 AI。

我们发布了 Le Chonk 的权重，推动了智能体编码和网络安全领域开源模型的前沿。

本月早些时候，我们推出了 Mistral Large 4（Le Chonk）的公开预览版，这是我们的旗舰级 1 万亿参数原生多模态模型。预览版的反响超出了我们的预期，我们感谢开发者社区、早期访问客户和合作伙伴的支持、协作与反馈。

自那以后，我们一直在吸收这些反馈，同时继续扩展强化学习，在编码和防御性网络安全方面取得了巨大的进步。性能提升仍在加速，没有出现饱和迹象。

今天，我们发布了这一改进版 Mistral Large 4 的权重。该新模型还在推理效率方面取得了显著提升，在降低推理成本的同时为开发者带来更高的性能。

Mistral Large 4 被评为最适合编码的开源权重模型，也是全球能力最强的开源模型之一。它从头开始在欧洲基础设施上进行训练，从诞生到发布拥有清晰的血统，为组织提供了值得信赖的主权 AI 基础

Mistral 正在定义主权 AI 类别并引领开源前沿。我们致力于构建全球能力最强的模型并将其开源，赋予开发者、企业和机构拥有、定制和控制其 AI 的能力。

为构建者而生。

Mistral Large 4 在进入公开预览时，在各大主流编码基准测试中便取得了强劲的成果。仅仅三周的额外强化学习，便将其推向了开源编码的前沿，在 FrontierCode 和 Terminal-Bench 上拔得头筹，同时在 Artificial Analysis Coding Agent Index 上与顶尖的开源权重模型不相上下，并且具有高得多的 Token 效率。

在 Cognition 的私有 FrontierCode 2.0 基准测试中（该测试评估端到端代码质量以及代码库维护者是否会合并智能体的更改），Mistral Large 4 以 19.7% 的得分领先。

推动智能体编码的帕累托前沿。

Mistral Large 4 以显著更少的 Token 提供前沿的编码性能，使得复杂的编码智能体在大规模运行时更加经济。

在 Artificial Analysis Coding Agent Index 上，Mistral Large 4 得分为 48%，与领先的开源权重模型 GLM-5.3 基本持平，但平均每个任务使用的 Token 减少了 47%。

这些收益延伸到了基于终端的编码工作流中。在 Terminal-Bench 4.0 上，与公开预览版相比，Mistral Large 4 提高了 13 个百分点，达到 41%，在开源权重模型中领先，同时将输出 Token 减少了 30%。

为了让开发者在性能和成本之间的这种权衡中获得更多控制权，Mistral Large 4 现在支持三种推理模式：

除了基准测试，Mistral Large 4 的编码能力还得到了人类偏好的验证。在 Surge Code 的盲测两两评估中，Mistral Large 4 的表现优于包括 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 在内的领先开源权重模型，在所评估的模型中仅次于 Claude Opus 5.5。

为防御者而生。 

自预览版发布以来，我们一直与领先的网络安全供应商合作，在真实环境中评估 Mistral Large 4，以测试其在漏洞复现和修补方面的优势。

Mistral Large 4 在 Artificial Analysis Cyber Index 上得分 51%，该指数用于衡量模型在代码库中发现漏洞、复现并验证漏洞以及在不破坏现有功能的情况下进行修补的能力。至关重要的是，Mistral Large 4 能够处理这些合法的防御性安全任务，而不会产生不必要的拒绝。

安全性随着能力的提升而提高。我们模型的内置护栏能够区分防御性与恶意的、攻击性的网络安全任务。它在网络安全基准测试中保持了强劲的表现，同时在恶意网络请求上实现了 96.6% 的平均拒绝率，这是我们在开源模型中测得的最高数据。

以下是全球网络安全领导者对 Mistral Large 4 的评价：

自预览版发布以来，我们密切监控了实时流量中与网络安全相关的的使用情况。尽管我们观察到该模型拒绝配合针对实时目标的黑盒攻击，但我们发现它有被利用来进行真实攻击的潜在可能。我们正在相应地修改护栏，并将在未来几个月继续更新它们。 

我们还为 Orange Cyberdefense 等企业设计合作伙伴提供了一个针对高级网络安全工作流（包括渗透测试、漏洞评估和红蓝对抗）进行了优化的 Mistral Large 4 专用变体的预览访问权限。访问权限需经过严格的审查和合同保障，测试仅限于受控环境中的自有系统或明确授权的系统。

同时，客户正在使用 Mistral Forge，结合专有安全数据、策略、检测逻辑和威胁环境来定制 Mistral Large 4。对于定义明确的网络安全任务，它可以进一步优化为更小的、特定任务的变体，以获得更高的准确性，从而使安全应用更加有效。

了解更多关于网络安全主权人工智能以及如何与我们合作的信息。

为工作而生。

Mistral Large 4 在一系列广泛的企业使用指标上持续改进。 

对于财务相关的工作，我们提升了模型执行实际工作流的能力，尤其是涉及财务和会计场景的电子表格创建与编辑任务。这体现在我们的 Finch 评分攀升至 73.3%，在开源模型中仅次于 Kimi K3。

网页浏览是大多数知识工作的重要组成部分。我们的 RL 流水线使我们在 BrowseComp 上的准确率达到 84.5%（此前基于 SFT 检查点的准确率为 75%）。这使得 Mistral Large 4 的性能超越了 GLM-5.3 或 DeepSeek Flash 4.1 1017 等模型。

企业部署的智能体必须具备安全性。无论是面向内部成员还是外部用户部署，智能体都不应让您面临系统提示词外泄或恶意代码注入等威胁。RL 提升了我们在 B3 智能体安全基准（B3 Agent Security Benchmark）上的表现，Mistral Large 4 抵御了 97.1% 的攻击，而预览版为 93.3%。这使其稳居开源前沿榜首，意味着任何托管该模型的用户都无需进行额外微调就能运行安全的智能体。

Mistral AI 的这一重大投资，印证了 La Banque Postale 一年多前做出的选择，并凸显了我们共同构建的长期战略伙伴关系的重要性：支持欧洲开源和主权 AI 领导者的崛起。对于一家公共与公民银行而言，技术主权并非可有可无；它是维持客户信任的关键先决条件。这款开源模型的推出开启了新的机遇与应用场景。通过与 Mistral AI 合作，我们的宏伟目标是将人类专业知识与数字技术的优势相结合，长期为客户和员工提供更优质的体验。

Zakaria Moursli, Executive Vice President, Operational Performance, Payments and Digital Services, La Banque Postale

实际体验

网络漏洞分类（Cyber Vulnerability Triage）：智能体读取传入的漏洞报告，调查源代码和产品上下文，在隔离的沙盒中复现缺陷，然后编写并迭代补丁，直到 canary 漏洞利用不再起作用。

智能体网页开发（Agentic webdev）：在没有人 工帮助的情况下，Mistral Large 4 构建了 Orbital Trace，这是一个实时 3D 地图，展示了环绕地球运行的大约 19,000 颗卫星和碎片。它拉取真实的追踪数据，编写应用程序，在浏览器中使用它来捕捉自身的漏洞和卡顿，然后修复独立评审员指出的问题，直到满足所有要求。

量子化学求解器：Mistral Large 4 从头编写软件，用于计算电子在分子中的位置，并使用标准化学工具核对结果。然后，它围绕该软件构建了一个 3D 页面：选择苯或水等分子，拖动滑块将其拉开，并观察键断裂时电子的重新聚集。

为自主主权而生。

当组织围绕其知识和工作流构建 AI 时，主权意味着它们能够保持对所依赖的模型以及所创造的智能的控制。 

对于 Mistral Large 4 而言，这种控制权首先体现在模型本身。企业有能力在自己的基础设施上检查、定制和部署该模型。他们可以使用和改进 Mistral Large 4，而无需依赖 Mistral 通过 API 提供服务。Mistral Large 4 在欧洲从头开发和训练，让企业能够清晰了解其构建所依托的技术来源。 

控制权还延伸到了 AI 在企业内部的运作方式。企业可以使用 Mistral Forge 围绕其专有数据定制 Mistral Large 4，并且可以使用 Mistral Studio. 构建、管理和改进所生成的智能体与应用程序。Mistral 的应用 AI 专家可以与客户团队并肩作战，构建和部署这些定制化系统。通过这项工作，团队能够理解其所构建系统背后的架构和决策，以及用于训练和运行该系统的方法，从而能够独立运行和改进其 AI。

主权并不总是需要自托管；有时它只需要满足您控制要求的部署。对于偏好托管服务的企业，Mistral Large 4 可通过 Microsoft Foundry 提供，并为 Azure 开发者提供私有部署选项。

Microsoft 与 Mistral AI 共同致力于在下一代 AI 中扩大客户的选择。作为首家将 Mistral Large 4 带给客户的云服务商，Microsoft 通过 Microsoft Foundry 提供 Mistral 最新的开放权重模型，这是一个专为大规模评估、部署和运营模型而构建的企业级 AI 平台。对于推进主权 AI 战略的企业而言，这种组合在数据、基础设施和 AI 运营方面提供了更大的灵活性和控制力。

Tina Schuchman，Microsoft Foundry 企业副总裁

开始使用 Le Chonk 构建

Mistral Large 4 从今天起即可供尝试、部署和定制。

在 Mistral Studio、通过 Mistral API 或在 OpenRouter 上开始使用。如需完全控制，请从 Hugging Face 下载开放权重，并使用 vLLM 或 SGLang 在您自己的基础设施上部署。模型卡和许可证包含您开始使用所需的一切。

您还可以在 Vibe Code 中尝试新模型；让它在您自己的代码库中构建功能或修复 Bug。

Mistral Large 4 也可通过 NVIDIA 托管端点提供，作为一个用于通过 vLLM 提供服务的优化 NVIDIA NIM 容器。开发者可以使用开源 NeMo AutoModel 库进行定制，或者使用开源 TensorRT LLM 库进行高吞吐量服务。

企业还可以使用 Mistral Forge 针对其专有数据、用例和安全护栏来定制 Mistral Large 4。联系我们的团队以了解更多信息。

该模型在 Mistral Ecosystem Open-Weight license（一个修改版的 MIT 许可证）下提供使用。该模型可免费使用、修改、微调和商业化，但有一个条件：运营“模型即服务”（Model-as-a-Service）业务的企业在进行商业使用之前，必须从 Mistral 获得单独的商业许可证。

从今天起，Mistral Large 4 的定价为：输入每百万 Token $0.70，缓存输入每百万 Token $0.07，输出每百万 Token $2.10。

我们鼓励社区对 Mistral Large 4 进行测试。运行您自己的评估，挑战其极限，并在 X、Discord 或 GitHub 上与我们分享您的发现。

下一步

Mistral Large 4 将作为新一代专业化和优化版 Mistral 模型的基础。依托 Voxtral 和 Timestral 等近期发布的产品，我们将继续拓展开放权重 AI 的前沿，持续赋予开发者和企业更大的自由度来构建、定制和拥有他们自己的智能。