Mistral开源Mistral Large 4权重：1万亿参数多模态模型，主打编程与防御性安全
Mistral称该模型在三周额外强化学习后于FrontierCode、Terminal-Bench上领先开源模型，并公布API定价与开源许可；基准成绩与安全拒绝率均为公司自报数据。
AI解读：公司称相比预览版新增三周强化学习，编程与防御性网络安全能力明显提升，推理效率也有改进。
Mistral称该模型是编程能力最强的开源权重模型，在Cognition私有的FrontierCode 2.0上得分19.7%，在Terminal-Bench 4.0上从预览版提升13个百分点至41%。在Artificial Analysis Coding Agent Index上得48%，与GLM-5.3基本持平，但每任务平均少用47% token。
模型提供低、中、高三档推理模式，分别面向简单任务、日常任务与高精度难任务。定价为每百万输入token 0.70美元、缓存输入0.07美元、输出2.10美元，可通过Mistral API、OpenRouter、Hugging Face权重下载（vLLM/SGLang部署）及Microsoft Foundry等渠道使用。
安全方面，Mistral称模型在Artificial Analysis Cyber Index上得51%，对恶意网络安全请求的平均拒绝率为96.6%。公司同时表示监测到模型对真实目标的黑盒攻击存在被利用的潜在风险，正在调整防护措施，并向经审核的企业设计伙伴提供面向渗透测试等场景的专用变体。
许可采用修改版MIT的Mistral Ecosystem Open-Weight license：可免费使用、修改、微调和商业化，但提供模型即服务的企业需另行获得商业许可。上述基准与拒绝率均为Mistral自行公布，未经过独立验证。
Mistral发布了Mistral Large 4（代号Le Chonk）的开源权重。该模型为1万亿参数、原生多模态，本月初已以公开预览形式上线；Mistral称在此基础上又进行了三周强化学习，编程与防御性网络安全能力提升，推理效率也有改善。
Mistral在公告中称，该模型是编程能力最强的开源权重模型，并给出多项基准成绩、三档推理模式、API定价与开源许可条款。公告中的基准分数、拒绝率与对比数据均来自Mistral自身，未附独立复现结果。
基准成绩：FrontierCode领先，token效率被单列
Mistral称，在Cognition私有的FrontierCode 2.0基准上，Mistral Large 4以19.7%的得分领先，该基准评估端到端代码质量以及仓库维护者是否会合并智能体提交的改动。在Terminal-Bench 4.0上，模型从预览版的28%提升13个百分点至41%，Mistral称其在开源权重模型中领先，同时输出token减少30%。
在Artificial Analysis Coding Agent Index上，Mistral Large 4得48%，与Mistral所称领先开源模型GLM-5.3基本持平，但每任务平均少用47% token。人工偏好方面，Mistral引用Surge Code的盲测成对评估称，模型对GLM-5.3、Kimi K3和DeepSeek V4.1 Flash的胜率分别为64%、64%和78%，仅落后于Claude Opus 5.5。
- FrontierCode 2.0：19.7%，对比Beam 1.0为2.9%、GLM-5.3 Flash为14.2%、Kimi K3为17.3%、GLM-5.3为17.8%、DeepSeek V4.1 Flash为19.3%
- Terminal-Bench 4.0：41%，预览版为28%
- Coding Agent Index：48%，每任务平均token比GLM-5.3少47%
- Surge Code盲测：对GLM-5.3、Kimi K3胜率64%，对DeepSeek V4.1 Flash胜率78%，对Claude Opus 5.5胜率22%
三档推理模式与定价
Mistral为模型设置三档推理模式：低档用于简单任务，取代此前的“无推理”模式；中档用于日常任务；高档为默认，面向需要高精度和完整推理的困难场景。公司称这一设计让开发者自行权衡性能与成本。
API定价为每百万输入token 0.70美元、缓存输入0.07美元、输出2.10美元。模型可通过Mistral Studio、Mistral API和OpenRouter试用，也可从Hugging Face下载权重，用vLLM或SGLang自行部署；Mistral称其还以NVIDIA NIM容器形式提供，并已上线Microsoft Foundry。
- 输入：$0.70/百万token
- 缓存输入：$0.07/百万token
- 输出：$2.10/百万token
- 许可：修改版MIT的Mistral Ecosystem Open-Weight license，模型即服务提供商需另行取得商业许可
防御性安全能力与使用限制
Mistral称，Mistral Large 4在Artificial Analysis Cyber Index上得51%，该指数衡量模型发现代码库漏洞、复现并验证漏洞、以及在不破坏现有功能的前提下修补漏洞的能力。公司称模型能在不出现不必要拒绝的情况下处理这些合法防御任务。
在对恶意网络安全请求的拒绝率上，Mistral称模型平均为96.6%，为其测量的开源模型最高值。但公司同时披露，在监测线上流量时观察到模型会拒绝针对真实目标的黑盒攻击，同时也看到被用于实施真实攻击的潜在提升空间，因此正在修改防护措施，并将在未来数月持续更新。
Mistral表示，正通过Mistral Forge让客户用自有安全数据、策略、检测逻辑和威胁环境定制模型；对定义明确的网络安全任务，还可进一步优化为更小的专用变体。面向渗透测试、漏洞评估和红队演练的专用变体，仅向Orange Cyberdefense等企业设计伙伴开放预览，须经严格审核与合同约束，测试限于自有或明确授权的系统及受控环境。
- Cyber Index：51%，对比Beam 1.0为34%、GLM-5.3为36%、Kimi K3为41%、GLM-5.3 Flash为50%、MiMo-V2.6-Pro为56%、DeepSeek-V4.1-Flash 1017为57%
- 恶意网络安全请求平均拒绝率：96.6%，Mistral称在开源模型中最高
- 专用安全变体仅限经审核的企业设计伙伴，测试限于授权系统
其他企业场景与主权部署
Mistral称，模型在财务场景的Finch基准上升至73.3%，在开源模型中仅次于Kimi K3的77.3%；在BrowseComp网页浏览基准上从SFT检查点的75%升至84.5%。在B3 Agent安全基准上，模型抵御97.1%的攻击，预览版为93.3%。
主权部署方面，Mistral称模型在欧洲基础设施上从零训练，组织可检查、定制并在自有基础设施上部署，不依赖Mistral的API；也可通过Mistral Forge用专有数据定制，并用Mistral Studio构建和治理智能体。Microsoft Foundry提供托管选项。
La Banque Postale运营绩效、支付与数字服务执行副总裁Zakaria Moursli在公告中称，该行一年前选择Mistral，技术主权对面向公众和公民的银行是维持客户信任的关键前提。Mistral还展示了三个智能体示例：漏洞报告分诊与补丁迭代、无人工干预构建约1.9万颗卫星和碎片的3D地图、从零编写量子化学求解器。
- Finch：73.3%，预览版为67.4%
- BrowseComp：84.5%，起点SFT检查点为75%
- B3 Agent安全基准攻击抵御率：97.1%，预览版为93.3%