Mistral Large 4 开源权重发布 主打编码与安全

Mistral Large 4 (Le Chonk)

为开发者而生，受安全专家信赖。

Mistral Large 4 (Le Chonk) 为开发者而生，受安全专家信赖。返回博客分享此文章

思考

摘要

Mistral 发布了 Mistral Large 4（Le Chonk），这是一款拥有 1 万亿参数的多模态模型，现已上线，在编程、网络安全和推理效率方面均有显著提升。它在编程和防御性安全的开源权重基准测试中处于领先地位，同时提供三种推理模式以平衡成本与性能。该模型完全开放权重并在欧洲训练，通过可定制、自托管的部署选项赋能主权 AI。

我们发布 Le Chonk 的权重，推动开源模型在智能体编程和网络安全领域的前沿发展。

本月早些时候，我们以公开预览版的形式发布了我们的旗舰产品——拥有 1 万亿参数、原生多模态的 Mistral Large 4（Le Chonk）。预览版的反响超出了我们的预期，我们要感谢开发者社区、早期访问客户和合作伙伴的支持、协作与反馈。

此后，我们将这些反馈付诸实践，并继续扩展强化学习规模，从而在编程和防御性网络安全方面取得了巨大进步。收益仍在加速增长，尚未出现饱和迹象。

今天，我们发布这款改进版 Mistral Large 4 的权重。新模型在推理效率方面也实现了显著提升，为开发者带来更高性能的同时降低了推理成本。

Mistral Large 4 被评为最佳开源权重编程模型，也是全球整体能力最强的开源模型之一。它从零开始在欧洲基础设施上训练，从诞生到发布具有清晰的溯源脉络，为组织提供了可信的主权 AI 基础。

Mistral 正在定义主权 AI 这一类别，并引领开源前沿。我们致力于构建世界上最强大的模型并将其开源发布，赋予开发者、企业和机构拥有、定制和控制其 AI 的能力。

为建设者而建。

Mistral Large 4 进入公开预览阶段，并在主流编程基准测试中取得了强劲成绩。仅经过三周的额外强化学习，它便跃升至开源权重编程模型的前沿，在 FrontierCode 和 Terminal-Bench 上取得领先，同时在 Artificial Analysis 编程智能体指数上与最佳开源权重模型持平，且 token 效率显著提升。

在 Cognition 的私有 FrontierCode 2.0 基准测试中（该测试评估端到端代码质量以及仓库维护者是否会合并智能体的更改），Mistral Large 4 以 19.7% 的得分位居榜首。

Cognition - FrontierCode 2.0

推动编程智能体的帕累托前沿。

Mistral Large 4 以更少的 token 实现了前沿编程性能，使得大规模运行复杂编程智能体更具经济性。

在 Artificial Analysis 编程智能体指数中，Mistral Large 4 得分为 48%，与领先的开源权重模型 GLM-5.3 基本持平，但平均每个任务使用的 token 数量减少了 47%。

Artificial Analysis 编程智能体指数 vs. Token 效率

• Mistral
• 其他模型

Artificial Analysis 上可用推理级别的编程智能体指数得分及 token 效率

这一优势延伸至基于终端的编程工作流。在 Terminal-Bench 4.0 上，Mistral Large 4 相比其公开预览版本提升了 13 个百分点至 41%，在开源权重模型中取得领先，同时将输出 token 数量减少了 30%。

Artificial Analysis 编程智能体指数 - Terminal-Bench 4.0

为了让开发者更好地控制性能与成本之间的权衡，Mistral Large 4 现在支持三种推理模式：

除基准测试外，Mistral Large 4 的编程能力还通过人类偏好得到验证。在 Surge Code 的双盲成对评估中，Mistral Large 4 优于包括 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 在内的领先开源权重模型，在被评估的模型中仅次于 Claude Opus 5.5。

Surge Code - 代码方面的人类偏好

与其他模型的盲测并排胜率

• Mistral Large 4 胜
• 其他模型

评分员更倾向于选择 Mistral Large 4 答案而非对手答案的提示词占比。

为防御者而生。

自预览版发布以来，我们一直与领先的网络安全供应商合作，在真实环境中评估 Mistral Large 4，以测试其在漏洞复现和修补方面的优势。

Mistral Large 4 在 Artificial Analysis Cyber Index（人工智能分析网络指数）上取得了 51% 的得分，该指数衡量模型在代码库中发现漏洞、复现并验证漏洞以及在不破坏现有功能的情况下修补漏洞的能力。关键在于，Mistral Large 4 能够处理这些合法的防御性安全任务，而不会进行不必要的拒绝。

Artificial Analysis - Cyber Index

安全性随着能力的提升而得到改善。我们模型内置的护栏机制能够区分防御性和恶意攻击性的网络安全任务。它在保持强大的 Cyber 基准测试性能的同时，对恶意网络请求的平均拒绝率达到 96.6%，这是我们在开源模型中测得的最高水平。

拒绝有害的网络请求

针对 JailbreakBench、StrongREJECT 和 AgentHarm 中与网络相关的提示词的平均拒绝率

以下是全球网络安全领域的领导者对 Mistral Large 4 的评价：

自预览版发布以来，我们密切监控了实时流量中与网络安全相关的使用情况。虽然观察到模型拒绝配合针对活跃目标的黑盒攻击，但我们意识到其具备实施真实攻击的潜在能力。因此，我们正在相应地修改护栏机制，并将在未来几个月内持续更新。

我们还为 Orange Cyberdefense 等企业设计合作伙伴提供了 Mistral Large 4 专用变体的预览访问权限，该变体针对高级网络安全工作流进行了优化，包括渗透测试、漏洞评估和红队演练。访问权限需经过严格审查并受合同保障措施约束，且测试仅限于在受控环境中拥有或明确授权的系统。

与此同时，客户正利用 Mistral Forge 结合专有安全数据、策略、检测逻辑和威胁环境来定制 Mistral Large 4。对于定义明确的网络安全任务，它可以进一步优化为更小的、特定任务的变体以提高准确性，从而使安全应用更加有效。

了解有关主权 AI 在网络安全领域的应用以及如何与我们合作的更多信息。

专为工作而生。

Mistral Large 4 在一系列广泛的企业级使用指标上持续取得改进。

针对金融相关工作，我们提升了模型执行真实世界工作流的能力，尤其是在涉及创建和编辑用于财务及会计用例的电子表格方面。这一点体现在我们的 Finch 得分攀升至 73.3%，在开源模型中仅次于 Kimi K3。

FinWorkBench (Finch)

网页浏览是大多数知识工作的关键环节。我们的强化学习（RL）流程使我们在 BrowseComp 上的表现达到了 84.5%（起点为达到 75% 的 SFT 检查点）。这使得 Mistral Large 4 的性能超越了 GLM-5.3 或 DeepSeek Flash 4.1 1017 等模型。

网页浏览 - BrowseComp

组织部署的智能体必须具备安全性。 无论是面向内部成员还是外部用户，智能体都不应使系统暴露于系统提示词泄露或恶意代码注入等威胁之下。强化学习进一步提升了我们在 B3 智能体安全基准测试中的表现，Mistral Large 4 能够抵御 97.1% 的攻击，而预览版为 93.3%。这使其位居开源前沿模型之首，意味着任何托管该模型的用户无需额外调优即可运行安全的智能体。

B3 智能体安全基准测试 - 攻击抵抗能力

Mistral AI 的这一重大投入强化了 La Banque Postale（法国邮政银行）一年多前做出的选择，并凸显了我们正在共同构建的长期战略合作伙伴关系的重要性：支持一个开放且主权独立的欧洲 AI 领导者的崛起。对于一家公共性质的公民银行而言，技术主权并非可选项；它是维持客户信任的关键前提。这款开源模型的推出解锁了新的机遇和应用场景。通过与 Mistral AI 合作，我们的愿景是将人类专业知识的优势与数字技术相结合，从而为客户和员工提供长期的卓越体验。

Zakaria Moursli, Executive Vice President, Operational Performance, Payments and Digital Services, La Banque Postale

实际应用场景

网络漏洞分诊：智能体读取传入的漏洞报告，调查源代码和产品上下文，在隔离的沙箱中复现缺陷，然后编写并迭代补丁，直到金丝雀利用程序（canary exploit）不再奏效。

Agentic Web 开发：在无人工协助的情况下，Mistral Large 4 构建了 Orbital Trace——一个包含约 19,000 颗卫星和太空碎片的实时 3D 地球轨道地图。它获取真实的追踪数据，编写应用程序，并在浏览器中运行以自行发现 Bug 和性能瓶颈，随后根据独立审核人员的反馈进行修复，直至满足所有要求。

量子化学求解器：Mistral Large 4 从零开始编写软件，计算分子中电子的位置，并将其结果与标准化学工具进行校验。随后，它围绕该功能构建了一个 3D 页面：用户可以选择苯或水等分子，拖动滑块将其拆解，并观察键断裂时电子的重新分布情况。

为自主可控而生。

当组织围绕其知识和工作流构建 AI 时，“自主可控”意味着它们保留对所依赖模型及其所创造智能的控制权。

借助 Mistral Large 4，这种控制权始于模型本身。组织具备检查、定制以及在自有基础设施上部署模型的能力。他们可以使用和改进 Mistral Large 4，而无需依赖 Mistral 通过 API 提供服务。Mistral Large 4 在欧洲从零开始开发和训练，使组织能够清晰了解其所依托技术的来源。

控制权还延伸至 AI 在组织内部的运作方式。组织可以利用 Mistral Forge 基于其专有数据对 Mistral Large 4 进行定制，并使用 Mistral Studio 来构建、治理和优化由此产生的 Agent 和应用程序。Mistral 的应用 AI 专家可以与客户团队并肩合作，共同构建和部署这些定制化系统。通过这一过程，团队能够深入理解其构建成果背后的架构与决策逻辑，以及用于训练和运维的方法论，从而能够独立地运行和优化其 AI 系统。

自主可控并不总是要求自托管；有时只需满足控制要求的部署方案即可。对于偏好托管服务的组织，Mistral Large 4 可通过 Microsoft Foundry 获取，并为 Azure 开发者提供私有部署选项。

Microsoft 和 Mistral AI 都致力于扩大客户在下一代 AI 领域的选择权。作为首家将 Mistral Large 4 带给客户的云服务商，Microsoft 正通过 Microsoft Foundry 提供 Mistral 最新的开放权重模型。Microsoft Foundry 是一个企业级 AI 平台，专为大规模评估、部署和运营模型而构建。对于正在推进主权 AI 战略的组织而言，这一组合为其数据、基础设施和 AI 运营提供了更大的灵活性和控制力。

Tina Schuchman, Corporate Vice President, Foundry, Microsoft

开始使用 Le Chonk 进行构建

Mistral Large 4 现已可供试用、部署和定制。

你可以通过 Mistral Studio、Mistral API 或 OpenRouter 开始使用。如需完全掌控，可从 Hugging Face 下载开放权重，并使用 vLLM 或 SGLang 在你自己的基础设施上进行部署。模型卡片和许可证包含了入门所需的一切信息。

你还可以在 Vibe Code 中试用这款新模型；让它为你自己的代码仓库构建新功能或修复 Bug。

Mistral Large 4 还可通过 NVIDIA 托管端点获取，并提供用于 vLLM 服务的优化版 NVIDIA NIM 容器。开发人员可以使用开源的 NeMo AutoModel 库进行定制，或使用开源的 TensorRT LLM 库实现高吞吐量服务。

企业还可以通过 Mistral Forge，根据自身的专有数据、用例和安全护栏对 Mistral Large 4 进行定制。联系我们的团队以了解更多信息。

该模型可在 Mistral Ecosystem Open-Weight 许可证,（一种经过修改的 MIT 许可证）下使用。该模型可免费使用、修改、微调及商业化，但有一个条件：运营“模型即服务”（Model-as-a-Service, MaaS）业务的企业在将模型用于商业用途之前，必须从 Mistral 获得单独的商业许可证。

从今天起，Mistral Large 4 的价格为 $0.70 / 百万输入 token***、***$0.07 / 百万缓存输入 token 以及 $2.10 / 百万输出 token。

我们鼓励社区对 Mistral Large 4 进行测试。请运行您自己的评估，探索其极限，并在 X、Discord 或 GitHub 上与我们分享您的发现。

未来展望

Mistral Large 4 将成为新一代专业化和优化 Mistral 模型的基础。继 Voxtral 和 Timestral 等近期发布的产品之后，我们将继续拓展开放权重 AI 的前沿，持续赋予开发者和企业更大的自由来构建、定制并拥有他们的智能系统。

Mistral Large 4

新

开放权重的混合指令与推理 MoE 模型，支持多模态输入；在单一模型中统一了指令遵循、推理和智能体能力，在网络安全、金融和制造领域的开放权重模型中处于最先进水平，原生精通 160+ 种语言。