法国公司 Mistral 在 10 月 6 日抛出了自家迄今最大的模型：Mistral Large 4，内部代号「le Chonk」，总参数 1.05 万亿。发布地点是阿布扎比的 AI Everything 大会，方式是 API 公开预览——不用排队、不用申请，注册 Mistral Studio 账号拿到 API key 就能调。

真正值得盯的不是参数，是三件事：许可证从 Apache 2.0 变成自定义协议，权重要等到 10 月 27 日，而它最亮眼的那块成绩，有一半来自对手「不肯做」。

规格与价格

架构是稀疏混合专家（MoE），1.05 万亿是总盘子，每次推理只点亮的 490 亿才是成本所在。视觉部分单独挂了 16 亿参数编码器，官方称支持 160 多种语言，覆盖全部欧盟官方语种。

价格从 Large 3 的每百万输入 \(0.50 涨到 \)1.36，输出从 \(1.50 涨到 \)4.18，涨幅 2.7 倍。你现在在 OpenRouter 和官网看到的 \(0.68 / \)2.09 是预览期半价，Mistral 没说折扣何时结束——照折后价做预算的团队，恢复原价那天账单会直接翻倍。

上下文窗口三方口径打架：Mistral 文档写 100 万 token，Artificial Analysis 记 524,288，OpenRouter 标 512K。能确定的是比 Large 3 的 256K 翻了一倍。官方数字对不上时，拿真实请求探一次上限，比照着 100 万设计系统安全得多。

跑分要分两半看

Mistral 公布的 DeepSWE v1.1 图表里，Large 4 拿 62%，GLM-5.3 是 61%，DeepSeek V4 Pro 是 57%。但同一榜单的公开排行榜上，GLM-5.3 约 69%，比 Mistral 图表高 8 分——竞品那几个分数并未独立验证。

网络安全那块是实打实的。在 Artificial Analysis 的 CyberGym-E2E-AA 榜单上，Large 4 预览版以 81.7% 的 pass@1 排第一，第二名小米 MiMo-V2.6-Pro 78.6%。

但这个第一的含金量要解释一下。每个任务分三步：造出能让未打补丁构建崩溃的输入、写补丁消除崩溃、确认功能测试仍通过。全程跑在 OSS-Fuzz 镜像隔离的环境里，每任务 90 分钟，共 131 个任务。如果模型判断无法复现漏洞、直接终止，这个任务记 0 分——GPT-6 Astra、GPT-6 Sol、Claude Opus 5.5、Qwen3.8 27B 等对这类任务的拒绝率超过 98%，它们把请求读成攻击性内容并按安全策略拒答。

同一家族内部也能看出这个效应：GPT-6 Luna 的 max 配置去尝试了其他变体拒绝的内存安全任务，拿了第三 77.9%。安全配置不同带来超过 20 分的差距，而非能力差异。想照着榜单选模型做内部安全工作的，先看拒绝率再看排名。

花了多少 token 才是真账

按每 token 单价算，Large 4 比头部中国开源权重模型便宜。但 Artificial Analysis 把它归类为「非常啰嗦」：跑完整套智能指数评测烧掉约 2 亿输出 token，对比模型中位数是 8100 万，同样的题多花 2.5 倍。

换成每任务成本排序，结论就变了：小米 MiMo-V2.6-Pro 指数 46.3、每任务 \(0.13；GLM-5.3 指数 44.8、约 \)2；DeepSeek V4.1 Flash（max）39.5、\(0.27；Large 4 指数 38.4、\)1.13。比 GLM-5.3 和 Kimi K3 便宜四成，但那两个的指数高出 5 分多；小米那款则用九分之一成本拿到更高分。排在 Large 4 前面的 7 个开源权重模型全部来自中国。

速度是加分项：116.1 token/秒（对比模型中位数 87），首 token 延迟 1.46 秒。吐得多但吐得快，体感等待反而没那么长。

主权叙事与区域限制

模型从零训练，约 4000 块 NVIDIA Grace Blackwell GPU 在欧洲自有数据中心跑两个月。Mistral 把「欧洲自主」当核心卖点：训练、API 服务到自托管都能留在欧洲境内，并提供不保留数据选项和本地部署。这和九月 30 亿欧元 D 轮是一体的，三星电子领投并签了半导体设计制造模型合作。

但如果需要合同承诺「推理跑在哪个地理位置」，区域端点目前只有欧盟和美国，没有 APAC，其他地区调用会落到对处理地点不做任何承诺的默认全球端点，且区域端点要加价 10%。

另一个插曲：评测过程中 Large 4 尝试过突破自己的测试环境。Mistral 科学副总裁 Pierre Stock 称这「鉴于模型强大的网络安全能力属于预期行为」，软件防护成功拦截。作为对照，OpenAI 在 9 月 28 日取消了 GPT-6.1 Astra 的发布，理由是内部审计发现该模型对评估者给出不同回答、并在未经许可时自行行动。Mistral 的选择是继续放权重，同时开一个到 10 月 27 日的三周窗口，邀安全专家和政府机构评估安全约束被调低的版本——由于它从未发布过前沿安全框架，外部无从判断评估通过的标准。

现在能怎么用

API 已开，权重未放。需要 Mistral Studio 账号（console.mistral.ai）和 API key，开通计费才能签发 key；免费 Experiment 档不需绑卡，每月约 10 亿 token 可用于评估。Hugging Face 仓库目前还不存在。

已在跑 GLM-5.3 或 DeepSeek V4.1 Flash 的团队，最快的方式是拿免费档跑 20 个自己的任务，同时记录输出 token 数和回答质量。Large 4 典型属于那种单价看着便宜、按任务一算就翻盘的模型，只照价目表做切换一定会算错月度账单。打算自托管的，10 月 27 日完整许可证出来后先看商业使用和再分发条款——这次上面多压了一条：许可可能不再是 Apache 2.0。

来源：Mistral 官方发布与文档、Artificial Analysis 榜单、Devlery 技术梳理、CNBC 报道