Mistral Large 4 开源万亿参数模型主打编码与安全The DecoderT2·基座大模型

Mistral 发布 Le Chonk 万亿参数开源编码模型

作者：Maximilian Schreiner原标题：Paris-based Mistral releases "Le Chonk," a strong coding model that still trails China overall

78AI 研判分

Mistral 发布了其最大规模的开源模型 Large 4（代号 Le Chonk），拥有约一万亿总参数和 520 亿激活参数，采用修改版 MIT 许可证。该模型在独立基准测试中表现出强大的编码能力，但在综合智能指数上仍落后于中国开源模型及 Anthropic/Google 的领先系统。其核心优势在于推理速度、较低的 API 成本以及极高的有害请求拒绝率。

报道正文

本文目录6 个章节

总部位于巴黎的 Mistral 发布“Le Chonk”：一款强大的编码模型，但整体表现仍落后于中国

文本

  [Maximilian Schreiner](https://the-decoder.com/author/maximilian-schreiner/) [查看 Maximilian Schreiner 的 LinkedIn 个人资料](https://www.linkedin.com/in/maximilian-schreiner-b6a5171aa/)   2026年10月29日

Image description

GPT-Image-2 由 THE DECODER 生成

核心要点

Mistral 发布了 Large 4（昵称“Le Chonk”）的权重。该模型拥有约一万亿参数，其中激活参数为 520 亿，并在修改后的 MIT 许可证下支持在用户自有硬件上运行。
在独立基准测试中，该模型在编码任务上表现出色。然而，在 Artificial Analysis 的智能指数（Intelligence Index）中，其得分为 26 分，落后于 DeepSeek V4.1 Flash 和 GLM-5.3 等开源中国模型，更远落后于 Anthropic 和 Google 的领先系统。
其优势在于每秒 161 个 token 的高速度、较低的 API 价格，以及对有害网络请求高达 96.6% 的拒绝率。
文本
```
询问关于此文章…   搜索        
```

Mistral 已发布其迄今最大模型 Mistral Large 4 的权重。该公司声称该模型在编码方面超越了其开源竞争对手。但在首次独立测试中发现，虽然它速度快且成本相对低廉，但在综合排名中仍落后于中国模型。

在公开预览发布三周后，Mistral已将 Large 4 的权重上传至 Hugging Face。该模型的昵称为“Le Chonk”。它以文本和图像作为输入，输出文本和代码。模型总参数量约为 1 万亿，每步激活参数为 520 亿。自行运行该模型需要大量硬件资源。根据推理框架 SGLang 的文档，标准版本可在八块 Nvidia B300 GPU 上运行，而经过更深度压缩的版本则可在四块 GB300 GPU 上运行。

自预览版发布以来，Mistral 持续使用强化学习对模型进行训练。该公司表示，这带来了显著提升，尤其是在编程和网络安全防御方面。Mistral 的研究员 Pierre Stock 和 Corentin Petit 在媒体电话会议上详细介绍了这一过程。团队内部构建了任务，且随着训练的推进，任务难度逐渐增加。他们指出，性能的唯一限制在于团队能够创建并验证的任务有多难。Mistral 将其称为一项如今正在获得回报的“两年豪赌”。

Large 4 在开源模型的编程能力上领先，但与 Claude 仍有较大差距

经过另外三周的训练，Large 4 在 Terminal-Bench 4.0 上的得分从 28% 上升至 41%。这使其略微领先于得分为 40% 的 GLM-5.3。Mistral 表示，Large 4 在 Artificial Analysis 的编程智能体指数（Coding Agent Index）中达到了 48%。这与 GLM-5.3 几乎持平，但 Large 4 达到该成绩所消耗的 token 数量减少了 47%。搭载 Claude Opus 5.5 的 Claude Code 以 62 分位居该指数榜首。

在 Cognition 新推出的 FrontierCode 2.0 基准测试中，Large 4 以 19.7% 的成绩领跑开源模型。然而，Claude Opus 5.5 的得分为 46%。在 Surge 进行的盲测对比中，测试人员更倾向于选择 Large 4 生成的代码，而非来自 GLM-5.3、Kimi K3 和 DeepSeek 的代码。但在与 Opus 5.5 的对决中，Large 4 仅赢得了 22% 的对比场次。

Anthropic 的 Claude Code 模型在编程智能体排名中位居榜首，而 Mistral Large 4 和 GPT-6.1 Terra 在最吸引人的象限中提供了最佳的性价比。帕累托前沿线描绘了所有受测 30 个模型的效率边界。

Mistral 的对比中未包含 Moonshot 的 Kimi K3.1 Pro。从技术上讲这是合理的，因为其权重尚未公开。Moonshot 计划在 2026 年 11 月 4 日之前发布这些权重。在那之后，Mistral 可能不会保留多少领先优势，因为 Kimi K3.1 Pro 在 Terminal-Bench 4.0 上以 67% 的成绩位居榜首。

Large 4 在开源模型的网络安全防御排名中位列第三，而非第一

Mistral 称 Large 4 是网络安全防御领域的领先开源模型。该公司表示，最终版本在 Artificial Analysis 的 Cyber Index（网络指数）中得分 51%。该指数衡量模型在不破坏现有功能的前提下，发现、复现并修补代码库中安全漏洞的能力。然而，Mistral 自己的图表显示有两个开源模型领先于它：DeepSeek V4.1 Flash 得分为 57%，MiMo-V2.6-Pro 得分为 56%。这使得 Large 4 在开源模型中排名第三，仅略高于得分为 50% 的 GLM-5.3 Flash。Kimi K3.1 Pro 以 64% 的得分领跑整个指数。

额外的训练在此处几乎没有带来显著提升。根据 Artificial Analysis 的数据，预览版得分为 50 分，而最终版本仅高出 1 分。

Mistral Large 4（高配版）在 Artificial Analysis Cyber Index 中得分为 51，每任务成本为 1.21 美元。这使其价格远高于 DeepSeek V4.1 Flash 1017 等替代方案，后者得分更高且成本仅为前者的一小部分。

Large 4 在拒绝有害请求方面表现更好。Mistral 表示，平均而言，它拒绝了 96.6% 的恶意网络请求，这一比例高于任何其他开源模型。它仍应能够处理合法的防御性任务。不过，Mistral 承认该模型可能会使真实攻击变得更容易，因此计划在未来几个月内加强安全措施。Orange Cyberdefense 等精选合作伙伴已经在测试用于渗透测试的特殊版本。访问权限需要经过审核，并附带合同限制条款。

Mistral 还看到了办公自动化方面的进展。该公司表示，在编辑财务电子表格和网页搜索方面，Large 4 在开源模型中仅次于 Kimi K3。

Mistral 降价但增加了许可证陷阱

通过 API，Large 4 的价格为每百万输入 token 0.70 美元，每百万输出 token 2.10 美元。在预览期间，标价分别为 1.36 美元和 4.18 美元。Mistral 在发布时将价格降至 0.68 美元和 2.09 美元为期两周，因此新价格大致相当于之前的折扣价。作为对比，Kimi K3.1 Pro 的输入价格为 2 美元，输出价格为 10 美元。

Mistral 以修改后的 MIT 许可证发布了该模型。使用、修改和商业部署均免费。然而，将 Large 4 作为商业云服务提供的公司需要获得 Mistral 的单独许可。该公司主要将该模型定位为“主权”AI，因为它完全在欧洲训练，并且可以在你自己的服务器上运行。如果你不想自行托管，它也可以在 Microsoft Foundry 等平台上使用。

独立测试显示 Large 4 速度快且成本低，但无法超越中国最佳模型

Artificial Analysis 于周三发布了其智能指数（Intelligence Index）的第 5 版。此后，它在高模式下对 Large 4 的最终版本进行了评级，得分为 26 分。目前，该指数中五分之三的部分依赖于任务或解决方案未公开的测试。这九项测试包括 Terminal-Bench 4.0 和 FrontierCode 2.0。

预览版得分为 25 分，因此额外三周的训练仅使总分提高了 1 分。Artificial Analysis 表示，Large 4 超过了同等规模开源模型的平均水平，其中位数为 23 分。但它仍不及中国最强的开源模型。DeepSeek V4.1 Flash 和 GLM-5.3 各得 32 分，MiMo-V2.6-Pro 得 30 分。这一差距并非新现象。在旧版指数中，预览版得分为 38 分，而 GLM-5.3 得分为 45 分。

Large 4 的优势在于速度和成本。该模型的生成速度为每秒 161 个 token，高于预览版的 111 个。在 Artificial Analysis 的直接对比中，只有 DeepSeek V4.1 Flash 和 Muse Wonder 的速度更快。使用 Large 4 完成一项指数任务的平均成本为 2.06 美元，低于预览版的 5.54 美元。这使得 Large 4 比 GLM-5.3（5.01 美元）和 Kimi K3.1 Pro（3.68 美元）更便宜，但远高于 DeepSeek V4.1 Flash（0.60 美元）和 MiMo-V2.6-Pro（0.26 美元）。与同等规模的其他开源模型相比，Artificial Analysis 认为其每 token 的价格仍然偏高。

Mistral 还承诺 Large 4 在 token 使用上高效，这一说法现在可以得到验证。在整个指数测试中，该模型生成了 1.1 亿个输出 token，而预览版为 1.5 亿个。这是一个显著的改进。但是，可比模型的中位数为 1 亿，因此 Large 4 仍略高于这一水平。

Mistral 仍然认为自己走在正确的轨道上。该团队在电话会议上表示，他们使用的资源仅为美国和中国实验室的一小部分，如果拥有十倍的资金，他们将跻身顶尖行列。Large 4 旨在作为 Mistral 专用模型的基础。对于基于此构建的较小版本，该公司目前尚未置评。