Mistral开放Mistral Large 4权重：代号Le Chonk，编码领先开源模型但综合评测落后中国模型
Mistral在公开预览三周后将Mistral Large 4权重上传至Hugging Face。公司称其在开源模型中编码能力领先，Artificial Analysis独立评测显示其综合智能得分 26 分，低于DeepSeek V4.1 Flash与GLM-5.3的 32 分。
AI解读：公司称经过额外强化学习训练，Terminal-Bench 4.0得分从 28% 升至 41%，略高于GLM-5.3的 40%；但Artificial Analysis综合智能指数上，Large 4得 26 分，DeepSeek V4.1 Flash和GLM-5.3各为 32 分。
Mistral称Large 4是网络安全能力领先的开源模型，但其自家图表显示DeepSeek V4.1 Flash（57%）和MiMo-V2.6-Pro（56%）排在其 51% 之前。
API价格降至每百万输入token 0.70美元、输出 2.10 美元，采用修改版MIT许可：可免费使用、修改和商业部署，但把它作为商业云服务提供的公司需另行获得Mistral授权。
自托管硬件门槛较高：按SGLang文档，标准版本需八块Nvidia B300 GPU，高压缩版本需四块GB300 GPU。
Artificial Analysis测得其生成速度 161 token/秒，完成一项指数任务平均花费 2.06 美元，低于GLM-5.3的 5.01 美元，但高于DeepSeek V4.1 Flash的 0.60 美元。
Mistral已把Mistral Large 4的权重发布到Hugging Face，模型代号“Le Chonk”。此时距其公开预览约三周。Mistral称这是其迄今最大的模型，总参数约 1 万亿，每步激活 520 亿，输入支持文本和图像，输出文本与代码。
公司称在预览后继续做强化学习训练，编码和网络防御能力有明显提升。The Decoder的报道同时引用Artificial Analysis等独立评测：Large 4速度和价格表现较好，但综合排名仍落后于中国开源模型。
编码基准：领先开源对手，与Claude差距明显
Mistral研究员Pierre Stock和Corentin Petit在电话会上介绍了训练过程：团队自行构建任务，难度随训练推进而提高，并称性能上限取决于团队还能造出并验证多难的任务。Mistral将其称为一项“两年的赌注”，现在开始见效。
编码方面，Large 4在Terminal-Bench 4.0上从预览版的 28% 升到 41%，略高于GLM-5.3的 40%。Mistral称其在Artificial Analysis的Coding Agent Index上达到 48%，与GLM-5.3基本持平，但所用token少 47%。该指数榜首是Claude Code搭配Claude Opus 5.5，为 62 分。
在Cognition的新基准FrontierCode 2.0上，Large 4以 19.7% 居开源模型首位，Claude Opus 5.5为 46%。Surge的盲测中，测试者多数时候更偏好Large 4的代码，而非GLM-5.3、Kimi K3和DeepSeek的代码；但与Opus 5.5对比时，Large 4只在 22% 的对局中获胜。
网络安全：公司称领先，自家图表显示第三
Mistral称Large 4是网络安全能力领先的开源模型，在Artificial Analysis的Cyber Index上得 51%。该指数衡量模型能否在不破坏现有功能的前提下发现、复现并修补代码库漏洞。
但Mistral自家图表显示，DeepSeek V4.1 Flash以 57%、MiMo-V2.6-Pro以 56% 排在其前面，Large 4在开源模型中列第三，仅领先GLM-5.3 Flash的 50%。Kimi K3.1 Pro以 64% 居整个指数首位。Artificial Analysis数据显示，预览版在该项为 50 分，最终版只提高 1 分。
Mistral称Large 4平均拒绝 96.6% 的恶意网络请求，高于其他开源模型，同时仍能处理正当防御任务。公司也承认该模型可能让真实攻击更容易，计划在未来数月收紧防护。Orange Cyberdefense等部分合作伙伴已在测试用于渗透测试的特别版本，访问需经过审核并附带合同限制。
价格、许可与硬件门槛
通过API使用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。预览期标价为 1.36 美元和 4.18 美元；发布时Mistral曾限时两周降至 0.68 美元和 2.09 美元，因此新价格大致相当于此前的折扣价。作为对比，Kimi K3.1 Pro为输入 2 美元、输出 10 美元。
权重采用修改版MIT许可：使用、修改和商业部署免费，但把Large 4作为商业云服务提供的公司需另行获得Mistral授权。Mistral主要将其定位为“主权”AI，强调模型完全在欧洲训练，可运行在自有服务器上；若不自行托管，也可在Microsoft Foundry等平台使用。
自托管对硬件要求较高。按推理框架SGLang的文档，标准版本需八块Nvidia B300 GPU，更高压缩的变体需四块GB300 GPU。
独立评测：速度快、单项成本下降，综合仍落后
Artificial Analysis周三发布第五版Intelligence Index，并对最终版Large 4的高模式评出 26 分。该指数中五分之三的测试任务或解答未公开，九项测试包括Terminal-Bench 4.0和FrontierCode 2.0。预览版为 25 分，三周额外训练在综合分上只增加 1 分。
Artificial Analysis称Large 4高于同规模开源模型的平均水平（中位数 23 分），但仍低于中国最强开源模型：DeepSeek V4.1 Flash和GLM-5.3各 32 分，MiMo-V2.6-Pro为 30 分。在旧版指数上，预览版为 38 分，GLM-5.3为 45 分，差距此前已存在。
速度和成本是Large 4的相对强项：生成速度为 161 token/秒，预览版为 111；单项指数任务平均花费 2.06 美元，低于预览版的 5.54 美元，也低于GLM-5.3的 5.01 美元和Kimi K3.1 Pro的 3.68 美元，但高于DeepSeek V4.1 Flash的 0.60 美元和MiMo-V2.6-Pro的 0.26 美元。Artificial Analysis仍认为，与同规模开源模型相比，其每token价格偏高。
token效率方面，Large 4在完整指数上共生成 1.1 亿输出token，预览版为 1.5 亿；同规模模型的中位数为 1 亿，Large 4仍略高于中位数。指数榜首为Google Gemini 4 Carbon的 59 分，领先Claude Opus 5.5一分，但目前仅部分网络安全合作伙伴可用；开源模型最高分是Kimi K3.1 Pro的 46 分，其权重尚未发布，Moonshot计划在 2026 年 11 月 4 日前放出。
Mistral团队在电话会上表示，其资源远少于美国和中国实验室，若有十倍资金就能位居榜首。Large 4将作为Mistral专用模型的基础，公司暂不评论基于它构建的更小版本。