Mistral Large 4「Le Chonk」开放万亿权重：1T 参数 MoE，主打自托管编程与网络防御
Mistral 于 2026-10 月底放出 Large 4 的权重：约 1T 参数 MoE、49B 激活、1M 上下文，采用 Mistral Ecosystem Open-Weight License，主攻自托管编程与防御性网络安全。
2026-10-31 · Mistral 官方发布与 Hugging Face 模型卡（本站本次未取得官方原文，为 TechCrunch / Hugging Face 发布帖 / 多家媒体交叉转述，不标 firsthand）
发布 2026-10-31核实 2026-10-31要点
- Mistral 放出了 Large 4（内部代号「Le Chonk」）的权重，距 10-06 的 preview 端点约三周，兑现了「10 月底放出」的承诺。权重以
mistralai/Mistral-Large-4-1T-A52B发布于 Hugging Face，API 侧模型 ID 为mistral-large-4。 - 规格：约 1T 总参数的原生多模态 MoE，每 token 激活 49B（计入 embedding 与输出层为 52B，即仓库名里的 A52B）；128 个路由专家、每 token 选 4 个 + 1 个共享专家；1.6B 的 Pixtral 风格视觉编码器；上下文 1M token（有一家媒体写 512K，见「口径冲突」）。
- 不是 preview 的快照：Mistral 称 preview 之后又追加了约三周强化学习，收益集中在编程与防御性网络安全，并称提升「仍在加速、未见饱和」。
- 三档推理强度：
low/medium/high，默认high；官方说明low取代了此前的None。这是一档「深度换成本」的旋钮，不必换模型。 - 许可为
Mistral Ecosystem Open-Weight License（Mistral 称为修改版 MIT）：商用、修改、微调均允许；把它作为 Model-as-a-Service 转售需要单独的商业许可。 - 自托管门槛不低：官方给的是 FP8 与 NVFP4 两个 checkpoint（无官方 BF16），FP8 原档约 1.1 TB，模型卡示例假设 8 卡节点；社区量化方面 Unsloth 给出 1-bit 约 233 GB / 2-bit 378 GB / 4-bit 605 GB。
- Mistral 自己在公告里写了反向证据：监测 preview 期间的真实流量时，团队看到模型会拒绝对在线目标做黑盒攻击，但也看到「a potential for uplift to conduct real attacks」，护栏修改正在进行中。
背景与分析
为什么是「开放权重」而不是「开源」
这一点值得先讲清楚，因为官网文案与媒体标题都容易让人误解：放出来的是训练好的数值参数，不是训练数据集、训练代码或全部内部工具。对使用者的实际含义是：
- 可以下载、在自己的硬件上跑、微调、并且在许可范围内用于商业产品；
- 不等于可以拿到训练数据，也不等于可以无限制地转售模型访问（MaaS 需另谈许可）。
对数据主权场景，这正是买点：源码、日志、凭证、事件细节不出自己的网络边界。Mistral 科学副总裁 Pierre Stock 对 TechCrunch 的说法是，这样获得的访问权**「不会被切断」**——这是开放权重阵营对抗集中式分发的核心论点，也是它与闭源 API 最本质的差别。
编程能力：数字很漂亮，但要看是谁跑的
Mistral 自报的成绩（均为厂商自测，尚无独立复现）：
| 基准 | 成绩 | 备注 |
|---|---|---|
| FrontierCode 2.0（Cognition 私有） | 19.7% | 官方称开放权重第一 |
| Terminal-Bench 4.0 | 41% | 官方称较 preview 的 28% 提高 13 分 |
| Artificial Analysis Coding Agent Index | 48% | 官方称与 GLM-5.3 基本持平，但每任务少用约 47% token |
| DeepSWE v1.1 | 61.7% | — |
| SWE-Atlas-QnA | 59.4% | — |
本站按既有纪律处理这组数字：它们全部来自厂商自测，本站未取得 Mistral 官方原文（官网为 SPA，本次请求失败），也未能直接读取 Hugging Face 模型卡（API 请求无响应）。因此不把任何一条写成已确认事实，只作多源一致转述。
「每任务少用 47% token」这个指标比绝对分数更值得关注——本站 10-25 在记录 Kimi K3.1 Pro 时定过一条判据：推理模型的比价要按任务计，不按单价计。Mistral 这次主动给的正是任务口径的成本，方向是对的。
网络安全才是它真正的主战场
编程之外，Mistral 把 Large 4 明确卖向防御性网络安全：官方称在 Artificial Analysis Cyber Index 上取得领先（数值见「口径冲突」），并强调能做到这一点是**「without unnecessary refusals」——也就是不会因为安全过滤而拒绝合法的防御性安全工作**。恶意请求侧，官方称在 JailbreakBench / StrongREJECT / AgentHarm 上平均拒答率 96.6%，是其测过的开放模型里最高。
配套的商业动作：Orange Cyberdefense 拿到专用于渗透测试、漏洞评估与红队的变体的 preview 访问，需经审查与合同约束，且仅限自有或明确授权的系统。
本站认为最值得读的是 Mistral 自己加的那句反向证据：一个被优化成「对看起来像攻击但实为防御的工作说 yes」的模型，天然比拒答型模型更靠近滥用边界。Mistral 主动把这一点写进公告，比任何第三方评测都更能说明问题。按本站纪律，官方措辞打架时不替官方调和：既写「拒答黑盒攻击」，也写「存在被用于真实攻击的 uplift 潜力」，两者并列。
自托管：三种路径与它们的真实门槛
| 路径 | 适用 | 门槛 |
|---|---|---|
| Mistral API | 只想先试 | 不用下载；list 价 $0.70 / $2.10 每百万 token，缓存输入 $0.07 |
| vLLM / SGLang | 有 GPU 服务器 | 官方示例按 8 卡节点 + --tensor-parallel-size 8；vLLM 已提供 day-0 支持（FP8 与 NVFP4） |
| llama.cpp + GGUF | 大内存工作站 | 官方无 BF16，GGUF 来自 ggml-org / Unsloth；1-bit 约 233 GB，Unsloth 称需约 256 GB 统一内存 |
官方同时放了一个叫 DSpark 的投机解码 draft head，称吞吐最高可达 1.9 倍——这是服务栈的吞吐口径，不等于单请求延迟下降，且官方未公布测试配置。
口径冲突（多源不一致，本站并列不调和）
| 项目 | A 说 | B 说 | 本站处理 |
|---|---|---|---|
| 上下文窗口 | 512K（Singularity.Kiwi） | 1M（Hugging Face 模型卡口径、Data Studios、MezoSoft、New Face Design） | 按 1M 记述（四源对一源），标注存在 512K 一说 |
| Cyber Index | 51%（Singularity.Kiwi） | 82%（MezoSoft） | 并列两组，不采信任一方 |
| API 单价 | $1.36 / $4.18，缓存 $0.14（I-SCOOP 转引的 preview 期价格） | $0.70 / $2.10，缓存 $0.07（list 价） | 两者不矛盾：前者为 preview 折扣前的口径，后者为 list 价；按 list 价记述 |
| 发布日 | 2026-10-29 | 2026-10-30（含「@MistralAI 于 14:21 UTC 发布」的说法） | 并列，不选定；中文媒体多为 10-30 |
待核实
- Mistral 官方原文：官网为 SPA，本次请求失败，未取得可逐字引用的公告正文。
- Hugging Face 模型卡：API 请求无响应，未直接读取，规格与基准均为媒体转述。
- 上下文窗口 512K vs 1M 的真实值。
- Cyber Index 51% vs 82% 的真实值（两者差距过大，疑为不同版本或不同子集）。
- DSpark 投机解码 1.9 倍的测试配置（官方未公布）。
- Unsloth 1-bit 保留 91% top-1 准确率的评测集与对比基线（为厂商自述）。
- 商用许可中「MaaS 需单独授权」的判定边界（何种规模 / 形态算转售）。
- Ollama 是否已提供该模型（有媒体称 Ollama 库已列出，本站未核对）。
相关
AI 之家 观点
这一条最值得记的不是「又一个万亿模型」，而是「万亿模型的权重可以真的下载下来」。 一年前大家讨论开放权重还在 70B–400B 区间，现在 1T 量级的 checkpoint 直接摆在 Hugging Face 上——开放权重与闭源前沿之间的能力差仍在（Artificial Analysis 口径下智商指数仍有约 13 分差距），但「能不能拿到」这个维度上，差距已经归零。
不过对绝大多数读者，这件事的实际可用性要打折看：FP8 原档 1.1 TB、官方按 8 卡节点给示例，这不是一台工作站能消化的东西。真正会受益的是两类人——有数据中心级 GPU 的团队（拿到的是「数据不出域 + 不被切断」），以及有超大统一内存工作站的开发者（Unsloth 的 1-bit 233 GB 路线）。中间那批只有单卡 24–48 GB 的人，API 仍是唯一现实路径。
最后提醒一句网络安全方向的读者：Mistral 这次的卖点是「少拒答」，而这个卖点和滥用风险是同一枚硬币的两面。 官方自己在公告里承认看到了 uplift 潜力并正在改护栏——这是负责任的披露，也是选型时必须纳入的风险项。做防御工作的团队如果引入它，请把提示词注入与越权的防线放在模型之外，不要指望模型自身的拒答。