Mistral开放1万亿参数模型权重

Mistral AI已发布Mistral Large 4的权重。这是一款1万亿参数的多模态模型，任何人都可以下载、在自有服务器上运行并进行微调。权重依据修改版MIT许可证免费提供，但有一个限制：将该模型作为托管服务出售的公司，需要另行获得Mistral的许可。不想自行运行模型的用户，可以使用Mistral的API，其收费为每百万输入token 0.70美元，每百万输出token 2.10美元。这家法国公司将该模型昵称为“Le Chonk”，并称它是目前编程能力最强的开放权重模型。

Large 4于本月早些时候以公开预览版首次推出。Mistral称，此后它又用三周时间进行强化学习，并表示编程和防御性安全方面的能力提升尚未放缓。

Mistral还强调，该模型是在欧洲基础设施上从零开始训练的。这意味着训练运行于欧洲的服务器上，且模型由Mistral自行构建，而非以其他公司的模型为起点。公告未提及数据中心或硬件。这对Mistral的客户而言意义重大，因为该公司主打“主权AI”：客户应当拥有并掌控其所依赖的AI。对欧洲银行或政府机构来说，这意味着清楚知道其数据和算力位于何处，适用哪国法律，以及模型的来源中不依赖任何美国或中国的供应商。Mistral表示，开放权重和欧洲训练正是其实现这一目标的途径。

Mistral最有力的主张体现在编程方面：在Cognition的私有测试FrontierCode 2.0中，该测试考察代码仓库维护者是否会合并智能体的改动，Large 4得分为19.7%，是Mistral所统计的开放模型中的最高分。

在Artificial Analysis编程智能体指数上，它得分为48%，与领先者GLM-5.3基本持平，同时每项任务少用47%的token。token用量更少，意味着大规模部署智能体的成本更低。

在Terminal-Bench 4.0上，它达到41%，较预览版提升13个百分点，输出token减少30%。在Surge Code进行的盲测并排对比中，评分者更倾向于Large 4，而非GLM-5.3、Kimi K3和DeepSeek V4.1 Flash。仅有Claude Opus 5.5排在其之前，在所比较的提示词中，它在78%的情况下胜过Large 4。

Mistral还在新模型的安全性上着力甚多：Large 4在Artificial Analysis网络安全指数上得分为51%，该指数测试模型能否发现漏洞、复现漏洞并在不破坏代码的前提下修补。Mistral称，其模型在执行这类任务时不会进行不必要的拒绝。但其自己的图表显示，多个竞争对手得分更高，其中DeepSeek V4.1 Flash为57%。

该公司称，模型拒绝了96.6%的恶意网络安全请求，这是其所测开放模型中的最高比例。但Mistral也承认了多数厂商会回避的一点：自预览版推出以来，它监测实时流量，发现模型曾拒绝针对真实目标的黑盒攻击，但仍认为它存在提升真实攻击能力的可能。目前该公司正在收紧防护措施，并将持续更新。

开放权重使这一风险更为突出。当Mistral在自有服务器上运行模型时，它可以观察用户如何使用，制止滥用，并随时调整安全规则。模型一旦被下载，Mistral便无从得知其后续去向，而执意的用户可以对其重新训练，移除安全保护措施。

对于这一风险，Mistral以一个更强的版本加以应对，该版本专为渗透测试和红队演练而打造，即模拟攻击，用以发现企业防御中的漏洞。该版本仅提供给经过审核的合作伙伴，例如Orange Cyberdefense，须签订合同，且只能用于其拥有或获得授权测试的系统。

此后有两个问题最为关键。第一，外部评估能否证实其在编程和token效率方面的主张。既然权重已经公开，独立团队便可自行测试加以核实。第二，一旦权重流入外界，防护措施能否经受住考验。Mistral称模型拒绝了96.6%的恶意网络安全请求，但它也指出模型存在提升真实攻击能力的可能，并正在调整其防护措施。