法国 AI 公司 Mistral 10 月 6 日放出 Mistral Large 4 的研究预览版。官方给它起了个外号叫“le Chonk”，大意是“大块头”。这是一个原生多模态的混合专家（MoE）模型，总参数 1 万亿，每个 token 激活约 490 亿，上下文窗口 512K，支持文本和图像输入、文本输出。
预览版目前通过 Mistral API 开放，优先面向开发者、网络安全负责人和政府机构，公司计划本月晚些时候扩大范围，并在 10 月底放出开源权重。
训练和定位
据 Mistral 官方博客，Large 4 从零训练，用的是公司自己在欧洲的数据中心，约 3800 块英伟达 Grace Blackwell GPU；CNBC 的报道提到训练周期约两个月。Mistral 给它圈定的强项是网络安全、编程、制造、金融和多模态任务。
公司对外的说法是，Large 4 是“中国以外最强的开源权重模型，而且领先幅度很大”。CNBC 的报道同时提到，Mistral 承认它在编程等领域仍落后于最前沿的闭源模型。
API 里给了两档推理模式：none 和 high。开发者 Simon Willison 实测时发现，high 模式输出的 token 反而更少，平均 2717 个，none 模式是 3275 个，画出来的东西也是 high 更好。他的整体判断是，Large 4 大约落后前沿半年。
第三方怎么打分
独立评测机构 Artificial Analysis 给出的智能指数是 38 分。放在一起看：
| 模型 | 智能指数 |
|---|---|
| DeepSeek V4.1 Flash | 39 |
| Mistral Large 4 | 38 |
| GPT-6 Luna（max） | 38 |
| Mistral Large 3 | 9 |
两代之间差了 29 分，上一代 Large 3 的 9 分在这张榜上明显偏后。Artificial Analysis 据此称它是“美中两国之外最智能的模型”。该机构的网络安全指数给了 Large 4 50 分，文档推理测试（GDP.pdf）的通过率只有 19%，这一项明显偏弱。
算一笔账
预览版 API 定价为每百万输入 token 1.36 美元、输出 4.18 美元，缓存命中的输入每百万 0.14 美元；上线头两周打五折。Artificial Analysis 按自家任务集折算，单任务成本 1.13 美元，折扣期 0.57 美元。
粗算一个常见场景：喂进 100 万 token 的代码库或文档，产出 20 万 token 的结果，原价约 2.2 美元，折扣期约 1.1 美元。输出单价约是输入的 3 倍，长输出的智能体任务会更贵一些。
激活比例也可以算一下。490 亿激活对 1 万亿总参数，约 4.9%，和前一天发布的 Reflection Beam（230 亿激活对 5010 亿总参数，约 4.6%）几乎在同一个区间。推理成本主要跟激活参数走，所以两家都把“效率”挂在嘴边。
部署门槛另当别论。按 8 位精度估算，1 万亿参数的权重光存下来就要约 1TB 显存，4 位量化后也在 500GB 上下，多数团队拿到开源权重后，大概率还是要靠云厂商托管或者等社区的蒸馏版本。
欧洲那张牌
Mistral 9 月刚完成 30 亿欧元融资，三星领投。Large 4 是这笔钱到账后的第一款旗舰，自建算力、欧洲本土训练这两点，被公司反复拿出来讲，从宣传重点看，瞄准的是欧洲政府和受监管行业的采购。
开源权重的许可证条款、具体放出日期，Mistral 目前都还没有公布。所有分数也暂时只有官方和少数评测机构的数据，社区拿到权重之后能复现出多少，要到月底才见分晓。
参考来源：Mistral 官方博客、Artificial Analysis、CocoLoop、CNBC、Simon Willison 博客；智能指数与单任务成本以 Artificial Analysis 公布数据为准，API 价格以 Mistral 预览版定价为准，显存需求为按参数量粗算。