Mistral 发布万亿参数大模型 Mistral Large 4，主攻网络安全任务

Mistral 发布了迄今最大的模型 Mistral Large 4。它拥有一万亿参数，并在该公司自己的欧洲数据中心完成训练。在一项独立指数中，该模型取得大幅跃升，但仍远落后于领先的闭源模型。Mistral 的主要卖点是，它能处理 Claude 和 GPT-6 拒绝触及的安全任务。

Mistral 发布了 Mistral Large 4（ML4）的公开预览版，昵称为“le Chonk”。API 现已通过 Mistral Studio 提供。模型权重预计将于十月底发布。

据 Mistral 介绍，ML4 是一个原生多模态模型，拥有一万亿参数，其中活跃参数为 490 亿。在 X 上，该公司表示 ML4 是美国或欧洲在综合基准测试中表现最好的开放权重模型。它声称在网络防御、制造业和金融领域达到最先进水平，并表示在视觉定位方面甚至超越了闭源前沿模型。

Mistral 的一大飞跃，但 Claude 仍领先 20 分

独立评估来自 Artificial Analysis 的 Intelligence Index，该指数汇总了不同领域的十项基准测试。ML4 在其中获得 38 分。这对 Mistral 来说是一大进步：其前身 Mistral Large 3 在该指数中仅获得 9 分，而最新的 Mistral Medium 3.5 获得 14 分。凭借 38 分，ML4 也略微超过了 Z.ai 的 GLM-5.2，Mistral 在其自身平台上也提供该模型。但与顶尖水平之间的差距仍然很大。Claude Opus 5.5 (Max) 以 58 分领先。

在权重发布之前，Mistral 正与安全公司、经过审查的合作伙伴以及政府机构一起对模型进行红队测试。这些机构将获得具有减少内容审核和扩展网络能力的同一版本。

Mistral 的网络安全优势部分源于竞争对手拒绝执行该任务

Mistral 在公告中把大部分篇幅放在了 IT 安全上。据该公司称，在 Artificial Analysis Cyber Index 中，ML4 位列全球前五。在中国以外开发的开放权重模型中，它以较大优势领先。

其中一项测试要求模型复现开源软件中的一个真实漏洞，然后对其进行修补。ML4 达到 82%，是所有模型中的最高分。不过，原因并不寻常。据 Mistral 称，Claude Opus 5.5 和 GPT-6 Astra 的得分接近于零，因为它们完全拒绝执行该任务。因此，这项测试既衡量了模型能力，也同样衡量了提供商的政策。

Mistral 将此转化为一个卖点。该公司认为，防御软件往往始于证明某个漏洞是真实存在的。闭源模型的安全过滤器恰恰阻止了这类工作，而攻击者无论如何都会越狱这些模型。Mistral 补充说，在事件处理过程中失去对提供商的访问权限，本身也可能成为一种安全风险。ML4 也设计为可在私有云或本地部署中运行。

与此同时，Mistral 以高拒绝率为卖点。在来自 JailbreakBench、StrongREJECT 和 AgentHarm 的恶意网络提示词上，ML4 的拒绝次数多于任何其他开放模型。至于该模型如何可靠地区分合法的漏洞研究与攻击准备，Mistral 并未解释。据该公司称，在 Lakera 的 B3 AI 安全基准测试中，ML4 拦截了 93.3% 的攻击。

ML4 在编程方面位居第二，领先于 Deepseek 和 Qwen

在编程方面，ML4 在 Artificial Analysis Coding Agent Index 中得分 49.8%，领先于 Deepseek V4 Pro 和 Qwen3.8 Max。Mistral 还与 Surge AI 合作进行了一次盲测评估，专业标注师在不知道代码出自哪个模型的情况下对代码质量进行评分。ML4 在五个模型中以 5 分制的 3.74 分排名第二，领先于 GLM-5.3 和 Kimi K3。Claude Opus 5 以 4.22 分领先。

在图像理解方面，Mistral 声称取得了重大改进。ML4 应当能够分析文档、图表、千兆像素卫星图像和技术图纸，并自行放大以检查细节。不过，相对于闭源模型的优势并不明显。在 Dense 200 基准测试中，ML4 得分为 42%，而 GPT-6 Astra 为 41%。根据 Vals.ai 的评估，ML4 在法律和金融任务上也击败了 GPT-6 Astra。

以欧洲主权作为商业模式

Mistral 表示，ML4 是在其自有的欧洲数据中心中，使用 3,800 块 Nvidia Grace Blackwell GPU 从零开始训练的。预览版也在同一基础设施上运行。除了在多个地区提供服务外，Mistral 还计划推出一个完全由其自身运营的欧洲版本，不依赖其他服务提供商，并受欧洲法律管辖。训练数据涵盖 160 多种语言，包括所有欧盟官方语言。

据 Mistral 透露，训练是与金融、制造、物流、制药、航运和公共领域的公司合作进行的。该公司使用的训练与强化学习环境，与通过 Mistral Forge 提供给客户的相同。在训练后的强化学习阶段，Mistral 使用了约 3,000 块 GPU。单次训练运行每天大约生成 330 亿个 token。

训练尚未完成

Mistral 表示，预览版背后的强化学习运行仍在进行中，且没有出现停滞迹象。该公司预计未来几周会有显著改进。算力扩张由 30 亿欧元 D 轮融资 提供资金，这是欧洲科技公司有史以来规模最大的一轮股权融资。

目前仍有许多未知之处。根据 模型文档，ML4 采用细粒度混合专家架构，总参数量为 1.05 万亿，视觉编码器参数量为 16 亿。上下文窗口为一百万个 token。Mistral 计划在本月底发布权重的同时，公布架构细节、许可协议和训练后方法。

在预览期间，Mistral 对每百万输入 token 收取 0.68 美元，对每百万输出 token 收取 2.09 美元。缓存输入的成本为 0.07 美元。文档中还列出了两倍于此的费率：输入 1.36 美元，输出 4.18 美元，缓存输入 0.14 美元。ML4 还将作为新一代 Mistral 专用模型的基础。

Mistral 数月来一直在欧洲建设自己的基础设施。今年 3 月，该公司获得了一笔 8.3 亿美元贷款，用于巴黎附近的一座数据中心，计划到 2027 年底在欧洲部署 200 兆瓦的计算能力。该公司似乎正将重心从消费者转向企业客户。今年 5 月，Mistral 将其聊天机器人 Le Chat 更名为 Vibe，并将其重塑为工作工具。

同月，Mistral 首席执行官 Arthur Mensch 警告法国议会委员会，欧洲可能在网络安全方面依赖美国模型。Mensch 表示，法国军方的代码库不应被 Anthropic 的 Mythos 扫描。他补充说，Mistral 自己的模型也能发现那些被认为与 Mythos 有关的漏洞。