Mistral Large 4:1万亿参数MoE,月底开源

10 月 6 日,Mistral 上线了公共预览版模型,官方代号很随意——le Chonk,一只胖猫。但参数规模一点不随意:总参数 1 万亿的 MoE,每 token 激活 49B,原生多模态输入。官方承诺权重本月底开放下载(Mistral 官方博客)。

欧洲自建算力,从零训练

ML4 没有借别人的云:3,800 张 NVIDIA Grace Blackwell GPU,Mistral 自有欧洲数据中心,从零训练,预览 API 也在同一套设施上。训练数据覆盖 160 余种语言,含欧盟全部官方语言;模型将提供多区域部署,包括一个完全由 Mistral 端到端运营、独立于其他数字服务商、适用欧洲法律的欧洲区域——「AI 主权」是这次发布的核心叙事,也是 €30 亿 D 轮落地后的第一个里程碑。

网络安全:闭源模型拒绝回答的地方

最大胆的数字在网络安全:Artificial Analysis Cyber Index 独立评测里全球前五、中国以外开放权重第一;「复现开源软件真实漏洞并修补」测试拿 82%,官方称全场最高;Cybench 40 道安全竞赛题解出 93%。对照组很刺眼:Claude Opus 5.5 和 GPT-6 Astra 在同一测试里接近零分——安全策略让它们拒绝作答。Mistral 的逻辑:防御始于证明漏洞真实存在,而闭源模型的过滤器恰好卡住这一步。红队阶段,他们向安全厂商、审核过的伙伴和政府部门开放了降低审核、扩展网络能力的同款模型。安全侧:Lakera B3 抗提示注入 93.3%,恶意网络请求拒绝率高于所有开源模型。

编码与 Agent:对标中国旗舰

编码面:DeepSWE v1.1 得 61.7%、Terminal-Bench 4 28.3%,综合 Coding Agent Index 49.8%,官方称超过 DeepSeek V4 Pro 0813 与 Qwen3.8 Max。Surge AI 盲测里,ML4 以 3.74 排五款模型第二,落后 Claude Opus 5(4.22),压过 Kimi K3(3.59)和 GLM-5.3(3.60)。Agent 面:AutomationBench 657 个业务工作流得 59.9%,官方称超过 Kimi K3、MiMo-V2.6-Pro 和 DeepSeek V4 Pro;视觉定位 Dense 200 上 42% 对 GPT-6-Astra 的 41%。API 定价每百万 token 输入 1.36 美元、输出 4.18 美元。

后训练与下一步

后训练同样有信息量:3k GPU 规模下,单次 RL 训练每天产出约 330 亿 token 的 rollout,过滤后约 160 亿可训练;官方称奖励仍在上升、没有饱和迹象。第三方报道称权重预计 10 月 27 日前后公开(TNW)。届时的现实是:1T 总参的 MoE 即便只激活 49B,显存门槛也决定了它主要是企业自部署的货。开放权重的叙事第一次从「追平闭源」转向「做闭源不敢做的事」——网络安全、主权部署、可控审核。对企业,这是欧洲第一个万亿级开放权重选项;对开发者,先等权重落地,再让你的 GPU 说话。