产品简介
Mistral Large 4 是 Mistral 在 2026 年 10 月 6 日发布的前沿模型,规格是 1T 总参数、49B 激活的稀疏模型,原生多模态,512K 上下文、最高 256K 输出。发布时它以 Research Public Preview 的形态挂在 Mistral 自己的 API 和 OpenRouter 上,10 月 29 日开放了权重,仓库挂在 Hugging Face,命名是 Mistral-Large-4-1T-A52B,代号 le Chonk。11 月 3 日技术报告公开,团队的说法是正式开放权重版比三周前的 Preview 更高效、更紧凑。
分量体现在评分上。Artificial Analysis 的智能指数给它 38 分,与 GPT-6 Luna 的 max 档持平,略低于 DeepSeek V4.1 Flash 的 max 档 39 分,这让它成为美国与中国之外评分最高的模型,把法国重新放回了这个位置。编码赛道上它进入 Code Arena 的 WebDev 榜,1534 分排在第 45,比自家的 Mistral Large 3 高出 304 分。
核心功能
- 1T 参数 49B 激活:总参数一万亿、单次激活四百九十亿的稀疏结构,用很大的模型容量换每 token 的实际计算量,这是它敢在智能指数上贴住第一梯队又保持可服务成本的基础
- 原生多模态且一次能吃一百张图:文本和图像输入、文本输出。API 每次请求接受 100 张图片,此前 Mistral 的模型只接受 8 张,这项改进直接体现在文档理解上:GDP.pdf 得分 19%,比 Mistral Large 3 提升 18 分
- 512K 上下文与 256K 输出:上下文窗口 512K token,单次最多输出 256K token,长仓库、长文档和长对话都放得下
- 网络攻防能力进了第一梯队:Artificial Analysis 的 Cyber Index 得 50 分,与 GLM-5.3-Flash 持平。权重公开后它将进入该榜开放权重模型的前三。最强的一项是 CyberGym-E2E-AA 的 82%,高于 MiMo-V2.6-Pro 的 79% 和 GPT-6 Luna max 的 78%
- 编码与智能体赛道可验证:已进入 Arena 的 Agent Arena 与 Code Arena,在 WebDev、Text、Vision 三个分项可用。WebDev 榜 1534 分排第 45,比 Mistral Large 3 的第 130 名提升显著,也高于 Mistral Medium 3.5
- 权重已开放,可以自己部署:10 月 29 日放出的 1T 权重挂在 Hugging Face,仓库名 Mistral-Large-4-1T-A52B,代号 le Chonk。官方给的参照是在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练这个模型,自建部署要按这个量级准备硬件。
适合谁用
以下类型的用户会特别受益于 Mistral Large 4:
- 欧洲市场对数据驻留与供应商属地有要求的团队,需要一个本地可用的前沿模型
- 需要长上下文加多图输入的企业文档处理,例如一次提交上百页扫描件与图表
- 网络安全方向的自动化评估与攻防演练,看重 Cyber Index 与 CyberGym 上的表现
- 等权重公开后自建部署的团队,可以先在预览期把业务跑通、把提示词调好
优点亮点
- 智能指数 38 分,是美国与中国之外评分最高的模型
- 512K 上下文配 256K 输出,长任务一次装得下
- 每次请求可提交 100 张图片,多图文档理解的能力提升写在了分数上
- 网络攻防基准进入开放权重模型前列,CyberGym-E2E-AA 拿到 82%
- 权重已在 Hugging Face 开放,预览期调好的流程可以直接迁到自建部署
- 技术报告与研发过程公开,能按自己的口径复算能力边界
价格与方案
标准定价为每百万输入 token 1.36 美元、输出 4.18 美元,缓存输入 0.14 美元;发布前两周打过五折,即输入 0.68 美元、输出 2.09 美元,OpenRouter 上的公测价格与此一致。按 Artificial Analysis 的口径,标准价下每个智能指数任务约 1.13 美元,高于 GLM-5.3-Flash 的 0.25 美元和 DeepSeek V4.1 Flash max 档的 0.27 美元,所以它的定位不在便宜那一档。托管走 Mistral API 与 OpenRouter;权重已在 Hugging Face 开放,自建部署要承担的是硬件与运维。
总结与建议
Mistral Large 4 的位置在十月下旬定下来了。10 月 29 日 1T 权重开放,11 月 3 日技术报告公开,它从一个法国公司的托管服务变成任何人都能拉下来自己部署的开放权重模型,Cyber Index 上的排名也跟着重排。
它的能力形状值得留意。智能指数 38 分让它贴住第一梯队的下沿,每任务成本在这个档次里偏高,标准价要 1.13 美元,同样分数段的开放模型可以做到四分之一的价格。所以它的价值不在省钱,而在另一个组合:一个欧洲供应商提供的、可以自己部署的、能力不掉队的前沿模型。对有属地要求或者不想把全部负载压在美国模型上的团队,这个组合目前没有第二个。
多图能力是最容易被忽略的改进。每次请求从 8 张图提到 100 张,文档理解分数直接涨了 18 分,这种改动对财报、标书、病历这类业务的敏感度,远高于榜单名次本身。
代价是部署门槛。1T 总参数的模型不是一台机器能装下的,自建要么有集群,要么走云上按需;只想先验证效果,用 Mistral API 或 OpenRouter 更省事,按标准价每百万输入 1.36 美元、输出 4.18 美元计费。
版本演进
- 技术报告公开,开放权重版比 Preview 更紧凑 (2026-11-03):Mistral 公开 Mistral Large 4 的技术报告,讲述这个 1T 总参数、49B 激活模型的研发过程,可在 Hugging Face 模型仓库与 alphaXiv 阅读。团队称正式开放权重版在代码智能体与网络安全方向具备前沿能力,比三周前的 Preview 版本更高效、更紧凑。权重从 Hugging Face 获取,也可经 Mistral Studio 与 API 使用。
- 开放模型权重:1T 总参数、49B 激活 (2026-10-29):10 月 29 日开放 Mistral Large 4(代号 le Chonk)模型权重,1 万亿总参数、490 亿激活参数的原生多模态模型,在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。官方称编码智能体场景可省 47% token,权重可从 Hugging Face 获取,也可经 Mistral Studio 与 API 使用。
- Responses API 进入公开预览 (2026-10-28):Mistral 推出 Responses API 公开预览版,专为在 Mistral 上构建智能体设计。每次响应把模型的回答、推理过程与工具调用作为独立条目返回,比 Chat Completions 更容易逐步处理;适配 Mistral 托管的所有聊天模型,包括 Large 4。
- Mistral Large 4 进入 Agent Arena 前十五实验室 (2026-10-09):Arena 宣布 Mistral Large 4 进入 Agent Arena 前十五实验室,基于超过 5000 个真实智能体会话,该预览版净改进分为 -6.6%,总排名第 43,比前代 Mistral Medium 3.5(-12.60%)高出 11 位。
- Code Arena WebDev 榜 1534 分列第 45 (2026-10-07):Arena 宣布 Mistral Large 4 进入 Code Arena 的 WebDev 榜单,以 1534 分排在第 45 名,比 Mistral Large 3 的第 130 名高出 304 分,比 Mistral Medium 3.5 高 271 分
- Mistral Large 4 预览发布 (2026-10-06):Mistral 以 Research Public Preview 形式发布 Mistral Large 4,1T 总参数、49B 激活的原生多模态模型,512K 上下文、最高 256K 输出,每次请求可接受 100 张图片(此前为 8 张)。Artificial Analysis 智能指数 38 分,与 GPT-6 Luna max 档持平,为美中之外最高;Cyber Index 50 分,CyberGym-E2E-AA 得 82%;GDP.pdf 得 19%,比 Mistral Large 3 提升 18 分。标准定价 $1.36/$4.18 每百万输入输出,缓存 $0.14,前两周五折为 $0.68/$2.09。已在 Mistral API 与 OpenRouter 上线,进入 Agent Arena 与 Code Arena(WebDev 榜 1534 分、第 45 名),1T 权重计划 10 月底公开