Mistral AI 发布 Mistral Large 4 (Le Chonk) 开放权重模型

思考

摘要

Mistral 发布了 Mistral Large 4（Le Chonk），这是一款 1 万亿参数的多模态模型，现已可用，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处于领先地位，同时提供三种推理模式以实现成本与性能的平衡。该模型完全开放权重并在欧洲训练，通过可定制、自托管的部署选项赋能主权 AI。

本月早些时候，我们发布了 Mistral Large 4（Le Chonk），这是我们旗舰级的 1 万亿参数原生多模态模型，目前处于公开预览阶段。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，我们已将反馈付诸实践，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改进。收益仍在加速，且没有饱和迹象。

今天，我们发布了这款改进版 Mistral Large 4 的权重。新模型在推理效率方面也有显著提升，使开发者在降低推理成本的同时获得更高的性能。

Mistral Large 4 被评为编码领域最佳的开放权重模型，并跻身全球能力最强的开放模型之列。该模型在欧洲基础设施上从头训练，从创建到发布具有清晰的谱系，为组织提供了主权 AI 的可信基础

Mistral 正在定义主权 AI 类别并引领开放前沿。我们致力于构建世界上能力最强的模型并公开发布，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 在主要编码基准测试中取得了强劲成绩，进入公开预览阶段。此后仅经过三周的额外强化学习，它便跃升至开放权重编码的前沿，在 FrontierCode 和 Terminal-Bench 上领先，并在 Artificial Analysis Coding Agent Index 上与最佳开放权重模型持平，同时具有更高的 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仓库维护者是否会合并代理的更改，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，使复杂的编码代理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%，与领先的开放权重模型 GLM-5.3 实际上持平，同时平均每个任务使用的 token 减少了 47%。

收益还扩展到基于终端的编码工作流。在 Terminal-Bench 4.0 上，Mistral Large 4 相比其公开预览版本提高了 13 个百分点至 41%，在开放权重模型中领先，同时将输出 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 的编码能力还通过人类偏好得到了验证。在 Surge Code 的盲测成对评估中，Mistral Large 4 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，在受评估模型中仅次于 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 Mistral Large 4 在漏洞复现和修补方面的优势。

Mistral Large 4 在 Artificial Analysis 网络安全指数上得分 51%，该指数衡量模型发现代码库中漏洞、复现并验证它们，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 处理这些合法的防御性安全任务时，没有不必要的拒绝。

安全性随着能力一起提升。我们模型内置的护栏能够区分防御性和恶意、进攻性的网络安全任务。它在网络安全基准测试中保持了强劲的性能，同时在恶意网络请求上的平均拒绝率为 96.6%，这是我们测量的开源模型中最高的。

以下是全球网络安全领导者对 Mistral Large 4 的评价：

自预览版发布以来，我们仔细监控了实时流量中与网络安全相关的用途。虽然我们观察到该模型拒绝遵守针对实时目标的黑盒攻击，但我们看到进行真实攻击的潜在提升空间。我们正在相应地修改我们的护栏，并将在未来几个月内继续更新它们。 

我们还向 Orange Cyberdefense 等企业设计合作伙伴提供 Mistral Large 4 专用变体的预览访问权限，该变体针对高级网络安全工作流进行了优化，包括渗透测试、漏洞评估和红队测试。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拥有或明确授权的系统。

与此同时，客户正在使用 Mistral Forge 利用专有安全数据、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、针对特定任务的变体，以提高准确性，使安全应用更有效。

了解更多关于网络安全的主权 AI 以及如何与我们合作。

为工作而生。

Mistral Large 4 在一系列广泛的商业使用指标上持续改进。 

对于金融相关工作，我们提高了模型执行实际工作流程的能力，特别是涉及为金融和会计用例创建和编辑电子表格的工作流程。这反映在我们的 Finch 分数攀升至 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关键组成部分。我们的 RL 流水线使我们得以在 BrowseComp 上达到 84.5%（从实现 75% 的 SFT 检查点开始）。这使得 Mistral Large 4 的性能高于 GLM-5.3 或 DeepSeek Flash 4.1 1017 等模型。

组织部署的智能体必须安全。无论是部署给内部成员还是外部用户，智能体都不应使您面临系统提示泄露或恶意代码注入等威胁。RL 增加了我们在 B3 智能体安全基准测试上的收益，Mistral Large 4 抵御了 97.1% 的攻击，而预览版为 93.3%。这使其位于开源前沿的顶端，意味着任何托管该模型的人都可以运行安全的智能体，而无需额外调优。

Mistral AI 的这一重大投资强化了 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合作伙伴关系的相关性：支持一个开放且主权的欧洲 AI 领导者的崛起。对于一家公共和公民银行来说，技术主权不是可选项；它是维持客户信任的关键先决条件。这一开放模型的引入解锁了新的机会和使用案例。通过与 Mistral AI 合作，我们的雄心是结合人类专业知识和数字技术的最佳优势，从长远来看提升客户和员工的体验。

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

查看实际操作

网络漏洞分诊：一个智能体阅读传入的漏洞报告，调查源代码和产品上下文，在隔离的沙箱中复现缺陷，然后编写并迭代补丁，直到金丝雀漏洞利用不再有效。

智能体 Web 开发：在没有人类帮助的情况下，Mistral Large 4 构建了 Orbital Trace，一个实时 3D 地图，显示大约 19,000 颗围绕地球运行的卫星和碎片。它获取实时跟踪数据，编写应用程序，在浏览器中使用它来捕捉自己的错误和减速，然后修复独立审查者标记的问题，直到所有要求通过。

量子化学求解器： Mistral Large 4 从零开始编写软件，计算分子中电子的位置，并将其答案与标准化学工具进行核对。然后它围绕它构建一个 3D 页面：选择一个分子，如苯或水，拖动滑块将其拉开，并观察电子在键断裂时重新组合。

为主权而构建。

当组织围绕其知识和工作流程构建 AI 时，主权意味着他们保留对其依赖的模型和所创建的智能的控制权。 

凭借 Mistral Large 4，这种控制始于模型本身。组织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 在欧洲从零开始开发和训练，为组织提供了关于其所构建技术起源的清晰度。 

控制力还延伸至 AI 在组织内部的运作方式。组织可以使用 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和应用。Mistral 的应用 AI 专家可以与客户团队合作，构建和部署这些定制系统。通过这项工作，团队能够了解其所构建系统的架构和决策，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；有时它只需要满足您的控制要求的部署。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 和 Mistral AI 共同致力于扩大下一代 AI 的客户选择。作为首家向客户提供 Mistral Large 4 的云服务商，Microsoft 正通过 Microsoft Foundry 提供 Mistral 最新的开放权重模型，这是一个旨在大规模评估、部署和运行模型的企业 AI 平台。对于推进主权 AI 战略的组织，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 现已可供试用、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。模型卡片 和 许可证 包含您开始所需的一切。

您还可以在 Vibe Code 中试用新模型；在您的代码仓库中给它一个要构建的功能或一个要修复的 bug。

Mistral Large 4 还可通过 NVIDIA 托管端点 获取，作为用于 vLLM 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，或使用开源 TensorRT LLM 库进行高吞吐量服务。

企业还可以使用 Mistral Forge 将 Mistral Large 4 定制为其专有数据、用例和护栏。联系我们的团队 以了解更多信息。

该模型可在 Mistral 生态系统开放权重许可证，即修改版 MIT 许可证下使用。该模型可免费使用、修改、微调和商业化，但有一个条件：运营模型即服务（Model-as-a-Service）业务的商业实体在商业使用该模型之前，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 M 输入 $0.70、每 M 缓存输入 $0.07 和每 M 输出 $2.10 tokens。

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

接下来是什么

Mistral Large 4 将成为新一代专用且经过优化的 Mistral 模型的基础。在 Voxtral 和 Timestral 等近期发布的基础上，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构建、定制和拥有其智能的更大自由。