Mistral AI 刚刚宣布发布 Mistral Large 4（ML4），内部代号 Le Chonk，作为公开预览版。根据模型文档，ML4 是一个细粒度 Mixture of Experts 模型，总参数量 1.05 万亿，每 token 激活 490 亿，配备 16 亿参数的视觉编码器和 100 万 token 上下文窗口。它在 Mistral 自有的欧洲数据中心内，使用 3800 块 NVIDIA Grace Blackwell GPU 从零开始训练。

TL;DR

Mistral AI 于 2026 年 10 月 6 日发布 Mistral Large 4（‘Le Chonk’）作为公开预览版：一个 1.05T 参数的细粒度 MoE，每 token 激活 49B，原生图像输入，100 万上下文窗口，在 Mistral 自有的欧盟数据中心内使用 3800 块 NVIDIA Grace Blackwell GPU 从零开始训练。API 现已上线，价格为每 100 万输入 token 1.36 美元、每 100 万输出 token 4.18 美元，但权重要到 10 月底才会发布，因此目前还无法自行托管。其最突出的结果在网络安全领域，Mistral 报告在 Cybench 上达到 93%、在 CyberGym-E2E 上达到 82%，并指出若干闭源前沿模型得分接近零，因为它们拒绝执行该任务。

架构是什么？

ML4 是一个混合 instruct-and-reasoning MoE，原生接受图像输入。每个 token 只有约 4.7% 的权重被激活，这正是 1 万亿级别模型能以中端定价提供服务的原因。完整的 1.05T 仍然必须驻留在内存中，因此激活数量决定的是计算量，而不是你的硬件账单。

Mistral 尚未公布专家数量、top-k 路由或层布局；这些会随权重一同发布。训练数据涵盖 160 多种语言，包括所有欧盟官方语言。

交互式讲解

它的表现如何？

在网络安全领域，Mistral 报告在 Cybench 上达到 93%、在 CyberGym-E2E 上达到 82%，使 ML4 在 Artificial Analysis Cyber Index 上跻身全球前 5。更有意思的说法是结构性的：Mistral 表示若干前沿闭源模型在 CyberGym-E2E 上得分接近零，因为它们直接拒绝。复现漏洞以证明其真实存在是标准的防御工作，而提供商层面的拒绝会阻碍这一工作。

在智能体编程方面，Mistral 报告在 DeepSWE v1.1 上达到 61.7%，在 SWE-Atlas-QnA 上达到 59.4%，在 Terminal-Bench 4.0 上达到 28.3%，综合 Artificial Analysis Coding Agent Index 为 49.8%。Mistral 指出，这些评估是在测试框架公开之前私下进行的，因此尚无法被独立复现。

与 Surge AI 合作进行的一项盲测人工评估是更诚实的信号。专业标注员给 ML4 Preview 打出了 5 分中的 3.74 分，在 5 个模型中排名第二，领先于 GLM-5.3（3.60）和 Kimi K3（3.59），但落后于 Claude Opus 5 的 4.22 分。

在安全性方面，ML4 在 Lakera 的 B3 基准测试中抵御了 93.3% 的攻击，并在 KORABench 上获得满分 2.0 中的 1.691 分。

它与最接近的开源权重竞争对手相比如何？

FeatureMistral Large 4DeepSeek V4 ProKimi K3GLM-5.3总参数量1.05T1.6T2.8T未正式公布每 token 激活参数49B49B~104B未正式公布上下文窗口1M1M1M1M原生图像输入是否是否权重可用尚未，预计 2026 年 10 月底可用，在 Hugging Face 上可用自 2026 年 7 月 27 日起可用根据 Artificial Analysis 可用许可证尚未公布MIT修改版 MITGLM-5.3 LicenseAPI 价格每 1M 输入/输出$1.36 / $4.18因提供商而异$3.00 / $15.00$1.40 / $4.40发布日期2026 年 10 月 6 日2026 年 8 月（0813 构建）2026 年 7 月 16 日2026 年 8 月 14 日

你今天可以用它构建什么？

预览版 API 支持函数调用、结构化输出、文档问答、批处理，以及 Agents 和 Conversations 端点。缓存输入定价为每 1M token $0.14，这在 1M 窗口下显著改变了长上下文智能体循环的经济性。

关键要点

1.05T 总参数，每 token 激活 49B，1M 上下文，1.6B 视觉编码器。

在 Mistral 自有的欧盟数据中心内的 3,800 块 Grace Blackwell GPU 上训练。

API 预览版现已上线，价格为每 1M 输入 token $1.36、每 1M 输出 token $4.18。

权重承诺在 2026 年 10 月底前发布，因此目前尚无法自行托管。

最强的结果出现在网络安全领域，而闭源模型往往会拒绝此类任务。

查看 Mistral Large 4 公告、Mistral Large 4 模型文档和 Artificial Analysis 模型对比。所有功劳都归功于这个项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 15 万+ 成员的 ML SubReddit 并订阅我们的 Newsletter。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们了。

[赞助] 网络是大多数智能体所缺失的那一个 API。数据库、日历和代码仓库都有 API。而开放网络大多没有。TinyFish MCP server 为任何 MCP 客户端提供四个工具：TinySearch、TinyFetch（将完整页面转为 markdown，包含 JavaScript）、用于登录和表单的 TinyBrowser，以及用于多步骤任务的 TinyAgent。Search 和 Fetch 免费。

文章 Mistral AI Releases Mistral Large 4 (Le Chonk): A 1.05T Parameter Open-Weight Multimodal MoE 首发于 MarkTechPost。