Mistral Large 4（Le Chonk）發布 1 兆引數多模態開源模型

思考

摘要

Mistral 發布了 Mistral Large 4（Le Chonk），一款 1 兆引數的多模態模型，現在已提供改進的編碼、網路安全與推理效率。它在編碼與防禦安全領域領先開放權重基準，同時提供三種推理模式以平衡成本與效能。完全開放權重且由歐洲訓練，為主權 AI 提供可自訂、可自行部署的選項。

我們發布 Le Chonk 的權重，推進開放模型在代理式編碼與網路安全的前沿。

本月初，我們發布了 Mistral Large 4（Le Chonk），我們的旗艦 1 兆引數、原生多模態模型，進入公開預覽。對預覽的回應超出預期，我們感謝開發者社群、早期存取客戶與合作夥伴的支援、協作與回饋。

從那時起，我們已將回饋付諸實踐，並持續擴大強化學習，推動 編碼 與防禦 網路安全 的巨大進步。收益持續加速，尚未顯現飽和跡象。

今天，我們發布這個改進版 Mistral Large 4 的權重。 新模型還具備顯著提升的推理效率，為開發者帶來更高效能，同時降低推論成本。

Mistral Large 4 排名為 編碼領域最佳開放權重模型，並且在全球最具能力的開放模型中佔有一席之地。從零開始在歐洲基礎設施上訓練，並且從起始到發布都有明確的沿襲，為組織提供可信賴的主權 AI 基礎。

Mistral 正在定義主權 AI 類別並領先開放前沿。我們致力於打造全球最具能力的模型並公開發布，賦予開發者、企業與機構擁有、定製與控制其 AI 的力量。

為建造者打造。

Mistral Large 4 進入公開預覽，並在領先的編碼基準上取得強勁成績。僅三週的額外強化學習後，它已被推進至開放權重編碼的前沿，在 FrontierCode 與 Terminal-Bench 取得領先，同時在人工分析編碼代理指數（Artificial Analysis Coding Agent Index）上匹配最佳開放權重模型，並顯著提升 token 效率。

在 Cognition 的私有 FrontierCode 2.0 基準測試中，該測試評估端到端程式碼品質以及倉庫維護者是否會合併代理程式的變更，Mistral Large 4 以 19.7% 的分數領先。

推動代理編碼的 Pareto 前沿。

Mistral Large 4 在前沿編碼表現上以顯著較少的 tokens 提供效能，使高階編碼代理在大規模執行時更加經濟。

在人工分析編碼代理指數中，Mistral Large 4 得分 48%，與領先的開放權重模型 GLM-5.3 形成實質性平手，且平均每個任務使用的 tokens 減少 47%。

這些提升同樣延伸至終端機編碼工作流程。在 Terminal-Bench 4.0 上，Mistral Large 4 相較其公開預覽提升 13 個百分點至 41%，在開放權重模型中領先，同時輸出代幣減少 30%。

為了讓開發者在效能與成本之間擁有更大的掌控，Mistral Large 4 現已支援三種推理模式：

超越基準測試，Mistral Large 4 的編碼能力已被人類偏好驗證。在 Surge Code 的盲測對比評估中，Mistral Large 4 被偏好於包括 GLM-5.3、Kimi K3 與 DeepSeek V4.1 Flash 在內的領先開放權重模型，僅落後於 Claude Opus 5.5，成為評估模型中唯一排名次高者。

為防禦者打造。 

自預覽以來，我們一直與領先的網路安全供應商合作，評估 Mistral Large 4 在實際環境中的表現，測試其在漏洞重現與修補方面的優勢。

Mistral Large 4 在人工分析網路指標上的得分為 51%，該指標衡量模型在程式碼庫中發現漏洞、重現並驗證，以及在不破壞現有功能的情況下修補漏洞的能力。關鍵是，Mistral Large 4 能夠處理這些合法的防禦安全任務，且不會產生不必要的拒絕。

安全性隨著能力提升而同步改善。我們模型內建的安全防護能區分防禦性與惡意、攻擊性網路安全任務。它在網路基準測試上仍保持強勁表現，同時在惡意網路請求中達到 96.6% 的平均拒絕率，為開放模型中最高。

以下是全球網路安全領袖對 Mistral Large 4 的看法：

自預覽以來，我們已仔細監控實際流量中的網路安全相關使用。雖然我們觀察到模型拒絕對實際目標進行黑盒攻擊，但我們仍看到其在執行真實攻擊方面的潛力。我們將相應調整安全防護，並在未來數月內持續更新。 

我們亦為 Orange Cyberdefense 等企業設計夥伴提供預覽存取，授予其專為進階網路安全工作流程（包括滲透測試、漏洞評估與紅隊演練）最佳化的 Mistral Large 4 變體。存取需經嚴格審核與合約保護，且測試僅限於擁有或明確授權的系統，並在受控環境中進行。

同時，客戶正利用 Mistral Forge 將 Mistral Large 4 與專有安全資料、政策、偵測邏輯及威脅環境相結合。對於明確的網路安全任務，它還可進一步最佳化為更小、任務特定的變體，以提升準確度，使安全應用更有效。

瞭解更多關於主權 AI 在網路安全的應用以及如何與我們合作。

為工作打造。

Mistral Large 4 在多項廣泛企業使用指標上持續提升。 

針對財務相關工作, 我們提升了模型執行實際工作流程的能力，尤其是涉及財務與會計用例的試算表建立與編輯。這在我們的 Finch 分數攀升至 73.3% 時得到體現，僅次於 Kimi K3 在開放模型中的表現。

網頁瀏覽 是大部分知識工作中關鍵的一環。我們的 RL 流水線讓我們在 BrowseComp 上達到 84.5%（起始於已達 75% 的 SFT 檢查點）。這使得 Mistral Large 4 的表現優於 GLM-5.3 或 DeepSeek Flash 4.1 1017 等模型。

組織部署的代理需要安全。 無論是部署給內部成員或外部使用者，代理都不應讓你暴露於系統提示外流或惡意程式碼注入等威脅。RL 提升了我們在 B3 代理安全基準上的成效，Mistral Large 4 抵禦 97.1% 的攻擊，較預覽版的 93.3% 更佳。這使其位於 OSS 前沿之頂，意味著任何託管此模型的人都能執行安全代理，而無需額外調整。

Mistral AI 的這項重大投資鞏固了 La Banque Postale 一年前作出的選擇，並凸顯了我們共同構建的長期戰略夥伴關係的相關性：支援一個開放且主權的歐洲 AI 領袖的崛起。對於一家公共與市民銀行而言，技術主權不是可選項；它是維護客戶信任的關鍵前提。引入此開放模型開啟了新的機會與應用場景。透過與 Mistral AI 合作，我們的願景是結合人類專業與數位科技的最佳，為客戶與員工在長期內提供更最佳化的體驗。

Zakaria Moursli, Executive Vice President, Operational Performance, Payments and Digital Services, La Banque Postale

See it in Action

網路漏洞分流: 代理閱讀進來的漏洞報告，調查原始碼與產品背景，在隔離的沙盒中重現缺陷，接著編寫並反覆修正補丁，直到偵測到的測試利用程式失效。

代理式網頁開發: 在無人工協助下，Mistral Large 4 建構 Orbital Trace，一個即時 3D 地圖，展示大約 19,000 顆衛星與太空碎片繞行地球。它拉取實際追蹤資料，編寫應用程式，並在瀏覽器中使用，以捕捉自身的錯誤與延遲，然後修正獨立審查者指出的問題，直到所有需求通過。

量子化學求解器: Mistral Large 4 從零開始編寫軟體，計算分子中電子的位置，並將其答案與標準化學工具進行比對。接著它建立一個 3D 頁面：選擇一個分子，例如苯或水，拖動滑桿將其拉開，觀察電子在鍵斷裂時重新聚集。

Built for Sovereignty.

隨著組織將 AI 構建於其知識與工作流程之上，主權意味著他們保留對所依賴模型及創造的智慧的控制權。 

With Mistral Large 4，這種控制從模型本身開始。組織可以檢查、定製並在自己的基礎設施上部署模型。它們可以使用並改進 Mistral Large 4，而不必依賴 Mistral 通過 API 服務。Mistral Large 4 由歐洲從零開始開發和訓練，讓組織對他們所構建技術的來源有清晰瞭解。 

控制還延伸到 AI 在組織內部的運作方式。組織可以利用 Mistral Forge 將 Mistral Large 4 定製為其專有資料，並可使用 Mistral Studio. 建立、管理和改進產生的代理與應用。Mistral 的 Applied AI 專家可以與客戶團隊合作，構建並部署這些量身定製的系統。透過這項工作，團隊能瞭解其所建構的架構與決策，以及訓練與運營所用的方法，從而能獨立執行並改進其 AI。

主權不一定需要自託管；有時只需符合您控制需求的部署。對於偏好託管服務的組織，Mistral Large 4 可透過 Microsoft Foundry 提供，並為 Azure 開發者提供私有部署選項。

Microsoft 與 Mistral AI 共同致力於擴充套件客戶在下一代 AI 的選擇。作為首個將 Mistral Large 4 帶給客戶的雲服務供應商，Microsoft 正透過 Microsoft Foundry 提供 Mistral 最新的開放權重模型，該平臺為企業 AI，設計用於大規模評估、部署和運營模型。對於推進主權 AI 策略的組織而言，這一組合在資料、基礎設施和 AI 運營方面提供更大的靈活性與控制。

Tina Schuchman，Microsoft Foundry 企業副總裁

開始使用 Le Chonk 開發

Mistral Large 4 目前可供試用、部署與定製。

在 Mistral Studio、Mistral API 或 OpenRouter 開始使用。若需完全控制，請從 Hugging Face 下載開放權重，並以 vLLM 或 SGLang 在您自己的基礎設施上部署。模型卡 和 授權 包含您開始所需的一切。

您也可以在 Vibe Code 試用新模型；在您自己的倉庫中為它構建功能或修復錯誤。

Mistral Large 4 亦可透過 NVIDIA-hosted endpoints 取得，作為經過最佳化的 NVIDIA NIM container，可使用 vLLM 服務。開發者可使用開源 NeMo AutoModel library 進行定製，或使用開源 TensorRT LLM library 進行高吞吐量服務。

企業亦可使用 Mistral Forge 將 Mistral Large 4 調整為其專有資料、使用案例和安全門檻。與我們的團隊聯絡 以瞭解更多。

該模型可在 Mistral Ecosystem Open-Weight license, 一種修改版 MIT 授權下使用。模型可免費使用、修改、微調與商業化，唯一條件是：運營 Model-as-a-Service 的企業必須在商業使用前，從 Mistral 取得單獨的商業授權。

從今天起，Mistral Large 4 的價格為 $0.70 input / M、$0.07 cached input / M，以及 $2.10 output / M tokens.

我們鼓勵社群對 Mistral Large 4 進行測試。自行執行評估、挑戰其極限，並於 X、Discord 或 GitHub 與我們分享您的發現。

下一步

Mistral Large 4 將作為新一代專業化、最佳化 Mistral 模型的基礎。基於近期發布的 Voxtral 與 Timestral，我們將繼續擴充套件開放權重 AI 的前沿，為開發者與企業提供更大的自由度，以打造、客製化並擁有自己的智慧。