Mistral 发布 Large 4「le Chonk」：1 万亿参数开源权重旗舰，押注主权 AI

一万亿参数的开源权重旗舰

10 月 6 日，法国 Mistral AI 发布了新一代旗舰模型 Mistral Large 4（ML4），它还有一个更上口的绰号「le Chonk」。这是公司迄今最大的模型：公开预览先通过 API 提供，完整的模型权重会在安全测试完成之后于本月晚些时候放出。

架构上，ML4 是稀疏混合专家（MoE）模型，约 1 万亿总参数，但每个 token 只激活约 490 亿参数。这个结构要解决的是同一个老问题：用接近超大模型的容量，换到接近中等模型的推理成本。对要自建推理集群的企业来说，激活参数比总参数更能说明账单。稀疏混合专家并不是新概念：它把模型拆成许多「专家」子网络，由路由器为每个 token 只挑选少数几个参与计算，所以总参数可以做得很大，单次推理的算力却主要由激活参数决定。近两年的高端模型几乎都走上了这条路，差别只在专家数量、路由方式与激活比例。

它是多模态模型，可以处理文档、图表与图像；Mistral 称它在一项视觉 grounding 基准上超过了 GPT-6 Astra，并把指令跟随、推理与代理（agentic）能力合并进同一个模型。公司把它定位成一个「研究助理」——从第一个问题到最后一个结果都能接得住。部署形态也是卖点之一：Mistral 称 ML4 可以跑在私有云或本地环境里，客户买到的是权重与部署权，而不是只能调用远端的接口。

公司 CEO 亚瑟·门施对记者的说法很直接：新模型「在某些方面、包括网络安全，已经超过了中国的模型」，因此「欧洲无法竞争的叙事并不成立」。这句话点出了 Mistral 的处境——它要同时面对两边的对手：美国的前沿闭源实验室，以及中国的开放权重模型；它的差异化不在绝对规模，而在「权重开放 + 欧洲部署 + 敢做安全研究」这个组合。

网络安全：把「拒绝」当成本

最能说明 Mistral 路线差异的是网络安全能力。在 Artificial Analysis Cyber Index 这个独立评测里——它衡量模型修复安全缺陷的能力——ML4 进入了前五名；Mistral 的说法是，它在开放权重模型中领先，限定条件是「非中国开发的那些」。

更醒目的一组对比来自 Cybench：据 Mistral 的说法与 IT Pro 的报道，ML4 解出了其中 93% 的题目；而包括 Claude Opus 5.5 与 GPT-6 Astra 在内的一些闭源模型得分接近零，原因是它们拒绝执行任务中的某些部分，而不是做不到。Cybench 是网络安全方向的公开基准，题目取自真实漏洞场景，通常要求模型走完从信息收集到利用的完整链条；在这类任务上，模型「愿不愿意动手」和「能不能做到」是两个不同的变量。

Mistral 对此的解释值得记录：防御软件往往从「证明一个漏洞真实存在」开始，而这恰恰是闭源模型的安全过滤容易挡住的工作。当攻击者越来越多地越狱这些模型来做攻击性网络活动时，防御方需要能与之匹敌、又不受同一套拒绝策略约束的系统。在这条路线上，模型「愿意动手」被当成了防御能力的一部分。这段话的政策含义不小：如果某项能力在闭源模型上被安全过滤挡住、在开放权重模型上却能靠自部署拿到，那么「谁的模型更安全」的答案，就取决于问的是滥用风险还是防御需求。

公司同时强调模型对恶意网络安全请求仍有较高的拒绝倾向：权重开放加上自部署，让组织可以在自己的政策之下运行这些能力，而不是被动接受模型供应商的默认边界。

从零训练，长在欧洲的算力上

ML4 的另一个标签是「从头训练」。Mistral 说它用 3800 张 Grace Blackwell GPU，在公司自有的欧洲数据中心里从零训练，公开预览也由同一批系统承载；训练数据里很大一部分是多语言的，覆盖 160 多种语言，其中包括欧盟的每一种官方语言。

这让「主权 AI」不再只是口号：Mistral 提供端到端由自己运营的欧洲部署，不经过其他数字服务商。对受监管行业与公共部门的客户来说，「模型跑在哪儿、由谁运维、适用哪套法律」跟模型跑分同样重要。

训练方式也带有行业色彩。公司称与工程、金融、科学、公共部门等领域共同训练，ML4 之后会作为面向特定行业与任务的专门模型的基础——先把通用能力做厚，再往垂直场景派生。

开放权重，但还不是全开放

这里需要一点概念上的澄清。「开放权重」与「开源」并不是同义词：前者通常只意味着模型的参数文件可以下载、可以自行部署，训练数据、训练代码与数据处理流程是否公开，则取决于发布方；许可证也可能附带使用范围、行业或地域的限制。恰恰因为权重可以离开供应商的机房，这类模型在安全治理上更难被召回、监控或限制——Mistral 把「控制权」当作卖点，治理讨论则把它看作新的风险面。

需要说清楚的边界是：截至 10 月中旬，可下载的权重尚未放出，Mistral 承诺在 10 月底之前发布。在此之前，外界能拿到的只是 API 预览——「开源权重」目前是公告里的承诺，而不是可以核对的实物。

许可也值得留意。多方报道都提到，ML4 的授权条款不属于标准开源模板，团队在真正投入之前应当仔细阅读使用条件——参数量与「开放」程度是两件不同的事。

预览阶段的模型也还在变。Mistral 说这次预览背后的强化学习后训练「仍在进行中」，模型没有饱和的迹象，「前面还有很大的空间」；随着训练基础设施扩展，公司预计未来数周到数月会有大幅提升。这意味着当前看到的能力只是这条曲线上的一个中间点。IT Pro 还提到，公司把继续扩容的部分希望寄托在欧盟对欧洲数据中心的资助上。

最后是判断与保留。这是欧洲在开放权重前沿上的一次明确押注，把权重、部署主权与网络安全能力打包成面向企业的卖点，思路与 Mistral 一贯的姿态一致。但那些亮眼数字目前都来自公司自述：权重没放出之前无法独立复现，而闭源模型在 Cybench 上「接近零分」的对比，很大程度上反映的是拒绝策略的差异，而不是能力本身的差距。