Mistral 开源 1 万亿参数多模态模型 Mistral Large 4（Le Chonk）

思考

摘要

Mistral 发布 Mistral Large 4（Le Chonk），这是一个 1 万亿参数的多模态模型，现已推出，在编码、网络安全和推理效率方面均有提升。它在编码和防御性安全领域的开放权重基准测试中领先，同时提供三种推理模式以平衡成本与性能。该模型完全开放权重并在欧洲训练，以可定制、可自托管的部署选项赋能主权 AI。

我们发布 Le Chonk 的权重，推动开放模型在智能体编码和网络安全领域的前沿。

本月早些时候，我们公开发布了旗舰级 1 万亿参数原生多模态模型 Mistral Large 4（Le Chonk）的预览版。预览版的反响超出我们的预期，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。

此后，我们将这些反馈付诸实践，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提升。进步持续加速，没有饱和的迹象。

今天，我们发布这一改进版 Mistral Large 4 的权重。新模型在推理效率上也有大幅提升，为开发者带来更高性能的同时降低推理成本。

Mistral Large 4 被评为最佳开放权重编码模型，并跻身全球最强的开放模型之列。它从零开始在欧洲基础设施上训练，从初始到发布拥有清晰的谱系，为组织提供可信的主权 AI 基础

Mistral 正在定义主权 AI 这一类别并引领开放前沿。我们致力于构建全球最强的模型并公开释放它们，让开发者、企业和机构能够拥有、定制和控制自己的 AI。

为构建者而生。

Mistral Large 4 进入公开预览时，在领先的编码基准测试中表现强劲。此后仅三周的额外强化学习就将其推至开放权重编码的前沿，在 FrontierCode 和 Terminal-Bench 上领先，同时在 Artificial Analysis Coding Agent Index 上与最佳开放权重模型持平，且 token 效率显著更高。

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仓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 提供前沿编码性能，使复杂的编码智能体在大规模运行时更具经济性。

在 Artificial Analysis Coding Agent Index 上，Mistral Large 4 得分为 48%，实际上与领先的开放权重模型 GLM-5.3 持平，而每个任务平均使用的 token 少 47%。

这些提升也延伸到基于终端的编码工作流。在 Terminal-Bench 4.0 上，Mistral Large 4 相比公开预览版提升了 13 个百分点至 41%，在开放权重模型中领先，同时输出 token 减少了 30%。

为了让开发者更好地控制性能与成本之间的权衡，Mistral Large 4 现在支持三种推理模式：

除了基准测试之外，Mistral Large 4 的编码能力还得到了人类偏好的验证。在 Surge Code 的盲测成对评估中，Mistral Large 4 的受偏好程度超过了包括 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 在内的领先开放权重模型，在所有被评估模型中仅次于 Claude Opus 5.5。

为防御者而打造。 

自预览版发布以来，我们一直与领先的网络安全厂商合作，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修补漏洞的能力。关键在于，Mistral Large 4 能够处理这些合法的防御性安全任务，而不会进行不必要的拒绝。

安全性与能力同步提升。我们模型的内置防护机制能够区分防御性与恶意的攻击性网络安全任务。它在 Cyber 基准测试中保持强劲表现，同时在恶意网络请求上的平均拒绝率达到 96.6%，是我们所测量的开放模型中最高的。

以下是全球网络安全领导者对 Mistral Large 4 的评价：

在预览版发布后的这段时间里，我们仔细监测了实时流量中与网络安全相关的使用情况。尽管我们观察到模型拒绝配合针对实时目标的黑盒攻击，但我们认为其存在被用于实施真实攻击的潜在提升空间。我们正在相应修改防护机制，并将在未来几个月内持续更新。 

我们还将为 Orange Cyberdefense 等企业设计合作伙伴提供预览访问权限，使其能够使用针对高级网络安全工作流（包括渗透测试、漏洞评估和红队演练）优化的 Mistral Large 4 专用变体。访问需经过严格审查并受合同保障措施约束，测试仅限于受控环境中自有或明确授权的系统。

与此同时，客户正在使用 Mistral Forge 以专有安全数据、策略、检测逻辑和威胁环境对 Mistral Large 4 进行定制。对于定义明确的网络安全任务，还可进一步优化为更小的任务专用变体以提高准确性，从而使安全应用更加有效。

进一步了解面向网络安全的主权 AI，以及如何与我们合作。

为工作而打造。

Mistral Large 4 在一系列广泛的企业使用指标上持续提升。 

对于财务相关工作，我们提升了模型执行真实工作流程的能力，尤其是涉及为财务和会计用例创建和编辑电子表格的任务。这体现在我们的 Finch 分数攀升至 73.3%，在开放模型中仅次于 Kimi K3。

网页浏览是大多数知识工作的关键组成部分。我们的强化学习流程使我们能够在 BrowseComp 上达到 84.5%（起始于一个达到 75% 的 SFT 检查点）。这使得 Mistral Large 4 的性能高于 GLM-5.3 或 DeepSeek Flash 4.1 1017 等模型。

组织部署的智能体需要是安全的。无论是部署给内部成员还是外部用户，智能体都不应让你暴露于系统提示词泄露或恶意代码注入等威胁之下。强化学习提升了我们在 B3 智能体安全基准上的成绩，Mistral Large 4 抵御了 97.1% 的攻击，而预览版为 93.3%。这使其位居开源前沿之首，意味着任何托管该模型的人都可以无需额外调优即可运行安全的智能体。

Mistral AI 的这项重大投资印证了 La Banque Postale 一年多前做出的选择，也凸显了我们共同构建的长期战略合作伙伴关系的意义：支持一个开放、自主的欧洲 AI 领军者崛起。对于一家面向公众和公民的银行而言，技术自主不是可选项；它是维持客户信任的关键前提。这一开放模型的推出解锁了新的机遇和用例。通过与 Mistral AI 合作，我们的目标是结合人类专业知识与数字技术的最佳之处，长期为客户和员工提供更优质的体验

Zakaria Moursli，La Banque Postale 运营绩效、支付与数字服务执行副总裁

观看实际演示

网络漏洞分诊：智能体读取传入的漏洞报告，调查源代码和产品上下文，在隔离沙箱中复现缺陷，然后编写并迭代补丁，直到金丝雀漏洞利用不再奏效。

智能体网页开发：在无人工帮助的情况下，Mistral Large 4 构建了 Orbital Trace，一个展示约 19,000 颗卫星和碎片绕地球运行的实时 3D 地图。它拉取真实追踪数据，编写应用，在浏览器中使用它以捕捉自身的缺陷和卡顿，然后修复独立审查者指出的问题，直到所有要求通过。

量子化学求解器：Mistral Large 4 从零编写软件，计算电子在分子中的位置，并对照标准化学工具检查其答案。随后它围绕该软件构建一个 3D 页面：选择一个分子（如苯或水），拖动滑块将其拆开，观察化学键断裂时电子重新排布。

为主权而构建。

当组织围绕其知识和 workflows 构建 AI 时，主权意味着他们保留对所依赖模型及其所创造智能的控制权。 

借助 Mistral Large 4，这种控制始于模型本身。组织能够检查、定制模型，并将其部署在自己的基础设施上。他们可以使用并改进 Mistral Large 4，而无需依赖 Mistral 通过 API 提供服务。Mistral Large 4 是在欧洲从零开始开发和训练的，这让组织能够清楚地了解其所依托技术的来源。 

控制还延伸到 AI 在组织内部的运行方式。组织可以通过 Mistral Forge 围绕其专有数据定制 Mistral Large 4，并可以使用 Mistral Studio 构建、治理和改进由此产生的智能体与应用。Mistral 的应用 AI 专家可以与客户团队并肩工作，共同构建和部署这些量身定制的系统。通过这项工作，团队能够理解其所构建系统背后的架构与决策，以及用于训练和运行它的方法，从而能够独立运行和改进其 AI。

主权并不总是需要自托管；有时只需要满足你控制要求的部署方式。对于偏好托管服务的组织，Mistral Large 4 可通过 Microsoft Foundry 获取，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 中扩大客户选择。作为首家向客户提供 Mistral Large 4 的云服务提供商，Microsoft 正通过 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、部署和运行模型而构建的企业 AI 平台。对于推进主权 AI 战略的组织，这一组合在其数据、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 现已可供试用、部署和定制。

在 Mistral Studio 中开始使用，通过 Mistral API，或在 OpenRouter 上使用。如需完全控制，请从 Hugging Face 下载开放权重，并使用 vLLM 或 SGLang 部署在你自己的基础设施上。模型卡和许可证包含开始使用所需的一切。

你也可以在 Vibe Code 中试用新模型；给它一个要在你自己的代码仓库中构建的功能或要修复的 bug。

Mistral Large 4 还可通过 NVIDIA 托管的端点获取，作为优化的 NVIDIA NIM 容器用于配合 vLLM 提供服务。开发者可以使用开源 NeMo AutoModel 库进行定制，或使用开源 TensorRT LLM 库进行高吞吐量服务。

企业还可以使用 Mistral Forge 根据其专有数据、用例和防护措施来定制 Mistral Large 4。联系我们的团队了解更多。

该模型可在 Mistral 生态系统开放权重许可证（修改版 MIT 许可证）下使用。该模型可免费使用、修改、微调和商业化，只有一个条件：提供模型即服务（Model-as-a-Service）的企业在将模型用于商业用途前，必须从 Mistral 获得单独的商业许可证。

从今天起，Mistral Large 4 的价格为每百万输入 token 0.70 美元、每百万缓存输入 token 0.07 美元、每百万输出 token 2.10 美元。

我们鼓励社区对 Mistral Large 4 进行测试。运行你自己的评估，挑战它的极限，并在 X、Discord 或 GitHub 上与我们分享你的发现。

下一步

Mistral Large 4 将成为新一代专业化、优化版 Mistral 模型的基础。在近期发布的 Voxtral 和 Timestral 等模型的基础上，我们将继续拓展开放权重 AI 的前沿，持续为开发者和企业提供更大的自由，去构建、定制并拥有自己的智能。