Mistral发布Mistral Large 4公开预览：1 万亿参数原生多模态，权重月底开源

模型规格与发布安排

Mistral称ML4是其迄今最大且最强的模型。官方描述显示，该模型参数规模为 1 万亿，激活参数 490 亿，原生多模态。公司称其性能仍在快速提升。

发布节奏上，目前是公开预览，用户可在Mistral Studio试用预览API。Mistral表示本月底将释出权重，届时会一并公布模型架构、更多基准和后训练方法的细节。在此之前的红队测试阶段，网络安全负责人、经审核的合作伙伴和国家主管部门可访问同一模型，但审核限制更少、网络能力有所扩展。

Mistral将ML4定位为新一代专用与优化模型的基础，称其将服务于客户最关心的行业和工作负载。

• 1 万亿参数，激活参数 490 亿，原生多模态
• 预览API已在Mistral Studio开放
• 权重定于本月底发布
• 红队阶段向网络安全负责人、审核伙伴和国家主管部门开放减少审核、扩展网络能力的同一模型

训练设施与主权叙事

Mistral称ML4从零训练于 3,800 块NVIDIA Grace Blackwell GPU，位置是Mistral自有的欧洲数据中心；公开预览也由同一基础设施提供服务。

官方强调欧洲主权，称模型将在多个地区提供，其中包括一个由Mistral端到端运营的欧洲部署，独立于其他数字服务提供商，并受欧洲法律约束。Mistral还称训练数据中有很大一部分是多语言的，覆盖 160 多种语言，包括欧盟所有官方语言。

Mistral表示，ML4使用的训练、定制和RL环境与通过Mistral Forge向客户提供的环境相同。公司提到正在与金融、工程、制造、物流、制药、科学、航运、公共部门等行业的企业合作训练该模型。

• 从零训练于 3,800 块NVIDIA Grace Blackwell GPU
• 训练与预览服务均运行在Mistral自有的欧洲数据中心
• 含一个Mistral端到端运营的欧洲部署
• 训练数据覆盖 160 多种语言，包括欧盟所有官方语言

能力与评测数据：网络安全、编程与工作流

网络安全是Mistral重点展示的能力。公司称ML4在Artificial Analysis Cyber Index上位列全球前五，并大幅领先非中国开发的开放权重模型。在该指数的一项测试中，模型需要复现开源软件中的真实漏洞并修补，ML4得分 82%，Mistral称这是所有模型中最高。在Cybench的 40 项安全竞赛挑战中，Mistral称ML4解决 93%，是开放权重模型中的最高分之一。

Mistral特别指出拒绝率差异：其称包括Claude Opus 5.5和GPT-6 Astra在内的若干领先闭源模型在同一测试中因拒绝执行任务而接近零分。Mistral主张防御软件常常需要先证明漏洞真实存在，而这正是闭源模型的安全过滤可能阻止的工作。公司还称在内部测试中，ML4对分析恶意软件、漏洞优先级排序和编写检测规则有用，并可在私有云或本地运行。

编程方面，Mistral公布ML4在DeepSWE v1.1得分 61.7%、SWE-Atlas-QnA得分 59.4%、Terminal-Bench 4得分 28.3%，综合Coding Agent Index为 49.8%，超过DeepSeek V4 Pro 0813和Qwen3.8 Max。公司还称与Surge AI进行了盲测人工评估，专业标注员在隐藏模型身份的情况下按 1–5 分打分，ML4 Preview在五个模型中排名第二（3.74），排在其后的是Kimi K3（3.59）、GLM-5.3（3.60）和GLM-5.2（3.40），仅低于Claude Opus 5（4.22）。

智能体工作流方面，Mistral称ML4可在Gmail、Google Sheets、Slack、Salesforce等应用间处理复杂流程，在包含 657 个业务工作流的AutomationBench上得分 59.9%，超过Kimi K3、MiMo-V2.6-Pro和DeepSeek V4 Pro。在评估长周期知识工作的AA-Briefcase上，其Elo达到 1,393，超过DeepSeek V4 Pro。

• 网络安全：Artificial Analysis Cyber Index全球前五；漏洞复现与修复测试得分 82%；Cybench 40项挑战解决 93%
• Mistral称部分闭源模型在漏洞复现测试中因拒答接近零分
• 编程：DeepSWE v1.1 61.7%；SWE-Atlas-QnA 59.4%；Terminal-Bench 4 28.3%；Coding Agent Index 49.8%
• 人工盲评：ML4 Preview五模型排名第二（3.74），低于Claude Opus 5（4.22）
• 智能体：AutomationBench 657个业务工作流得分 59.9%；AA-Briefcase Elo 1,393

多模态、科学与知识工作

多模态方面，Mistral称ML4能推理复杂文档、图表和自然图像，并将视觉与智能体能力结合，例如检查千兆像素卫星图像、分析工程图纸。在视觉grounding的Dense 200上，Mistral称ML4以 42% 对 41% 超过GPT-6-Astra。

科学与数学方面，Mistral称ML4在开放权重模型的SciCode-Verified上达到最优，并能一次性生成完整的Hartree–Fock模拟。公司称在内部人类评估中，ML4在STEM任务上表现优于GLM-5.3，数学推理更精确、更有结构，并能持续处理长程应用数学任务。

知识工作方面，Mistral称ML4在第三方评估机构vals.ai的法律和金融代表性任务上均超过GPT-6-Astra；在HarveyAI的法律Agent基准上超过所有开源模型。Mistral还提到FinWorkBench用于测试模型创建和编辑电子表格的能力，并展示了多步公司金融挑战的演示。

• Dense 200视觉grounding：ML4 42%，GPT-6-Astra 41%（Mistral数据）
• SciCode-Verified：开放权重模型中Mistral称为最优
• 知识工作：vals.ai法律与金融任务超过GPT-6-Astra（Mistral引用）
• 法律：HarveyAI Legal Agent基准上超过所有开源模型（Mistral引用）

安全与后训练规模

模型安全方面，Mistral称ML4已在间接提示注入鲁棒性基准上饱和，处于开源模型前沿。在Lakera公开的B3 AI安全基准上，ML4抵御了 93.3% 的攻击，Mistral称未见到竞争对手有更高分数。在KORA基准上，ML4得分为 1.691（最高 2，表示Exemplary），是Mistral在开源模型中测得的最高分。

Mistral还称ML4在JailbreakBench、StrongREJECT和AgentHarm的网络安全相关提示上平均拒绝率高于所有开源模型。

后训练方面，Mistral称其RL库支持在单次训练中组合单轮聊天、科学问题求解、安全对齐、事实性和长程工具使用等任务，并共享代码沙箱、网络搜索和外部API等资源。公司称当前规模为 3 千块GPU，单次训练每天产生约 330 亿token，其中过滤和掩码后约 160 亿为可训练补全token。

Mistral称该RL运行仍在进行中，模型未见饱和迹象，随着基础设施扩展，预计未来数周至数月会有大幅快速改进。公司还提到ML4是其 30 亿欧元D轮融资支持路线图上的第一个里程碑，该轮被称为欧洲科技公司有史以来最大股权融资。

• Lakera B3：抵御 93.3% 攻击，Mistral称无竞争者更高
• KORA基准：1.691，最高为 2，Mistral称为开源模型中最高
• 网络安全提示拒绝率：Mistral称高于所有开源模型
• RL规模：3 千块GPU，单次训练每日约 330 亿token，约 160 亿可训练token
• 资金：30 亿欧元D轮，Mistral称为欧洲科技公司最大股权融资