什麼是 Mistral Large 4？來自歐洲的萬億參數專家

Mistral Large 4 是 Mistral AI 的新旗艦產品。它擁有約一萬億個參數，從零開始在歐洲訓練，並且其開放權重預計將於 2026 年 10 月底發布。它並不是目前可用的最聰明模型。它的顯著之處在於，它在一些封閉旗艦模型拒絕或落後的領域中領先：防禦安全工作、圖像中的物體定位和法律研究代理。

Mistral 於 2026 年 10 月 6 日發布了該模型的公共預覽。它的暱稱是「Le Chonk」。這篇文章涵蓋了該模型的功能、優勢、短板以及如何通過 AIHubMix 試用它。

一覽

在 AIHubMix 上，模型 ID 為 mistral-large-4-0，Mistral 也接受此作為別名。這裡的規格遵循 Mistral 的 模型卡。Mistral 提供的活躍參數數量有 49B 和 52B 兩個說法。開放權重的許可證尚未公布。

這是一個專家混合模型，因此每個令牌僅有一小部分參數是活躍的。它擁有一個 16 億參數的視覺編碼器，每次請求最多可接受 100 張圖像，並支持超過 160 種語言。Mistral 在其自有的歐洲數據中心上使用 3800 顆 NVIDIA Grace Blackwell GPU 進行訓練，而不是在其他公司的基礎模型上進行訓練。

它的優勢

以下數據來自 Mistral 的 發布文章，以及 Artificial Analysis 和 Vals AI 的獨立測試。Mistral 自己的數據是自我報告的，所有數據均在預覽期間測量，當時訓練仍在進行中。

防禦安全。 CyberGym-E2E 要求模型重現一個真實的漏洞，然後修補它。Large 4 在 Artificial Analysis 的測試中獲得了最高分。根據 Mistral 的說法，Claude Opus 5.5 和 GPT-6 Astra 的得分接近於零，因為它們拒絕這項任務。不過，它並不會對所有請求都說「是」。Mistral 報告稱，它比其他任何開放模型更頻繁地拒絕真正有害的網絡請求，並且在 Lakera 的 B3 提示注入基準測試中阻止了 93.3% 的攻擊。

在圖像中尋找物體。 Large 4 可以進行視覺定位：它可以標記物體的位置，而不僅僅是描述它。DIOR-RSVG 在衛星和空中影像上測試這一點，而 Dense200 在擁擠的場景中進行測試。Mistral 的演示包括掃描千兆像素的衛星圖像和檢查工程圖上的部件。

法律和金融工作。 在 Harvey 的法律代理基準測試中，Vals AI 將其排名為 76 個模型中的第六名，並在開放模型中排名第一。在 Finch 這一金融基準測試中，Mistral 的圖表顯示其與 DeepSeek V4 Pro 平起平坐。

Artificial Analysis 對此次發布的總結是：「法國再次擁有來自美國和中國以外的最智能模型。」

它的短板

Large 4 並不是一個全能型的前沿模型：

• 一般智能。 它在 Artificial Analysis 的智能指數中得分為 38，與 GPT-6 Luna 相同，落後於開放模型 GLM-5.3（45）和 Kimi K3（44）。
• 終端重型編碼。 在 Vals AI 的測試中，它在 Terminal-Bench 4 中得分為 22.7%，在 45 個模型中排名第 21。Claude Opus 5.5 的得分為 65.2%。
• 數學證明和長 PDF 報告。 它在 ProofBench 中得分為 10%，在 GDP.pdf 中得分為 19%。GPT-6 Astra 在 GDP.pdf 中的得分約為 32%。
• 每項任務的成本。 根據 Artificial Analysis 的計算，一項智能指數任務的成本為 $1.13。類似能力的開放模型如 GLM-5.3-Flash 的成本約為 $0.25。

與 Large 3 的比較

Large 4 的每個令牌成本約為 Large 3 的 2.7 倍。對於 Large 3 已經能夠很好處理的簡單高容量文本工作，升級可能不會帶來回報。

在稱呼它之前需要知道的兩件事

思考默認開啟。 在 Mistral 自己的 API 中，reasoning_effort 可以設置為 "none" 或 "high"。通過 AIHubMix，10 月 9 日的測試發現，無論 reasoning_effort 設置為何，模型都會進行思考，包括 "none"，而思考的令牌會被計入輸出。要關閉思考，請在請求主體中發送 "reasoning": {"effort": "none"}，如下例所示。當思考開啟時，Mistral 的 推理指南 建議在下一輪中將其發回。通過 AIHubMix，它會以單獨的 reasoning_details 字段到達，下一個請求將其作為助手消息的一部分接受。

這是一個預覽。 Mistral 的生命周期政策允許對預覽模型進行靜默更新，並在退役前提前一個月通知。請保留一小組測試提示，並不時重新運行它們。

通過 AIHubMix 試用它

AIHubMix 通過其與 OpenAI 兼容的聊天完成端點提供 Large 4。如果您尚未設置密鑰，快速入門 只需幾分鐘。

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

response = client.chat.completions.create(
    model="mistral-large-4-0",
    messages=[{
        "role": "user",
        "content": "Write a Sigma rule that flags PowerShell launched by Office apps, "
                   "and explain each condition in one line.",
    }],
    extra_body={"reasoning": {"effort": "none"}},  # turns thinking off
)
print(response.choices[0].message.content)

答案始終是 content 中的普通字符串。省略 reasoning 字段，模型將首先進行思考。思考的結果將作為列表出現在 message.model_extra["reasoning_details"] 中，其令牌計入輸出。當思考開啟時，請為 max_tokens 留出足夠的空間。在測試中，300 令牌的上限被思考用完，返回了空答案。

誰應該試用它

• 安全團隊 進行漏洞重現、修補、惡意軟件分析或封閉模型拒絕的檢測規則。
• 處理圖像的團隊，例如衛星和空中檢查、工程圖和擁擠場景，其中框比標題更重要。
• 法律和金融開發者 希望獲得接近代理基準頂部的開放模型。
• 需要非美國或中國模型的歐洲組織，擁有歐盟託管的部署和自我託管的路徑。

對於一般編碼代理或對成本敏感的日常工作，請先與其他模型進行比較。AIHubMix 模型列表 允許您使用一個密鑰對 Large 4 及其替代品運行相同的提示。

常見問題

什麼是 Mistral Large 4？
它是 Mistral AI 的旗艦模型，於 2026 年 10 月 6 日發布公共預覽。它是一個專家混合模型，擁有 1.05 萬億個參數，接受文本和圖像輸入，並返回文本。

Mistral Large 4 是開源的嗎？
尚未。Mistral 計劃在 2026 年 10 月底發布權重，但尚未宣布許可證。Large 3 的 Apache 2.0 許可證不會自動延續。

它的成本是多少？
標價為每百萬輸入令牌 $1.36，每百萬緩存輸入令牌 $0.14，以及每百萬輸出令牌 $4.18。

上下文窗口有多長？
根據 Mistral 的模型卡，為 1M 令牌。這是 Large 3 的 256K 的四倍。

它比 GPT-6 或 Claude 更好嗎？
僅在特定領域：防禦安全任務、封閉模型拒絕的視覺定位，以及 Harvey 的法律代理基準。在廣泛的智能和代理編碼方面，封閉旗艦模型仍然遙遙領先。

它支持推理嗎？
是的，並且默認開啟。通過 AIHubMix，思考結果會在單獨的 reasoning_details 字段中返回。要關閉它，請在請求主體中發送一個推理對象，將努力設置為 none。將 reasoning_effort 設置為 none 並不會在 AIHubMix 上關閉它。

它能讀取圖像嗎？
是的。它每次請求最多可接受 100 張圖像，並能標記物體的位置。它無法生成圖像。

來源

• 介紹 Mistral Large 4（Mistral AI）
• Mistral Large 4 模型卡（Mistral 文檔）
• AIHubMix 上的 Mistral Large 4.0
• Mistral Large 4：法國擁有美國和中國以外最智能的模型（Artificial Analysis）
• Mistral Large 4 基準測試（Vals AI）