Mistral Large 4（Le Chonk）现已开放权重

思考

摘要

Mistral 发布了 Mistral Large 4（Le Chonk），这是一款 1 万亿参数的多模态模型，现已推出，并在编程、网络安全和推理效率方面有所改进。它在编程和防御性安全的开放权重基准测试中领先，同时提供三种推理模式，以平衡成本与性能。它完全开放权重、在欧洲训练，通过可定制、可自行托管的部署选项赋能主权 AI。

我们发布 Le Chonk 的权重，推动开放模型在智能体编程和网络安全领域迈向新前沿。

本月早些时候，我们以公开预览形式发布了旗舰模型 Mistral Large 4（Le Chonk）。这是一款 1 万亿参数、原生多模态模型。预览版的反响超出我们的预期，我们感谢开发者社区、早期访问客户和合作伙伴的支持、协作与反馈。

此后，我们根据这些反馈持续扩大强化学习规模，推动 编程 和防御性 网络安全取得大幅提升。各项提升仍在不断加速，尚无饱和迹象。

今天，我们发布改进版 Mistral Large 4 的权重。 新模型在推理效率方面也实现了显著提升，让开发者获得更高性能，同时降低推理成本。

Mistral Large 4 位列 最佳开放权重编程模型，并跻身全球能力最强的开放模型之列。它在欧洲基础设施上从零训练，从诞生到发布传承脉络清晰，为组织提供主权 AI 的可信基础

Mistral 正在定义主权 AI 品类，并引领开放前沿。我们致力于构建全球能力最强的模型并以开放方式发布它们，让开发者、企业和机构能够拥有、定制并掌控自己的 AI。

为创造者而打造。

Mistral Large 4 在公开预览阶段便于领先的编程基准测试中取得强劲成绩。此后，仅经过三周的额外强化学习，它便跃居开放权重编程前沿，在 FrontierCode 和 Terminal-Bench 上领先，同时在 Artificial Analysis Coding Agent Index 上与最佳开放权重模型持平，而 token 效率显著更高。

在 Cognition 的私有 FrontierCode 2.0 基准测试中，该测试评估端到端代码质量，以及代码仓库维护者是否会合并智能体的更改；Mistral Large 4 以 19.7% 的得分领先。

拓展智能体编程的帕累托前沿。

Mistral Large 4 以显著更少的 token 数量实现前沿编程性能，让复杂的编程智能体在大规模运行时更具成本效益。

在 Artificial Analysis Coding Agent Index 上，Mistral Large 4 得分 48%，实际上与领先的开放权重模型 GLM-5.3 打成平手，而平均每项任务使用的 token 少 47%。

这些提升也延伸到了基于终端的编程工作流。在 Terminal-Bench 4.0 上，与公开预览版相比，Mistral Large 4 提升了 13 个百分点，达到 41%，在开放权重模型中领先，同时将输出 token 减少了 30%。

为了让开发者更充分地掌控性能与成本之间的权衡，Mistral Large 4 现支持三种推理模式：

除了基准测试之外，Mistral Large 4 的编程能力还通过人类偏好得到验证。在 Surge Code 的盲测成对评估中，Mistral Large 4 比包括 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 在内的领先开放权重模型更受偏好，在受评模型中仅排在 Claude Opus 5.5 之后。

为防御者而打造。 

自预览版发布以来，我们一直与领先网络安全厂商合作，在真实环境中评估 Mistral Large 4，以测试其在漏洞复现和修补方面的优势。

Mistral Large 4 在 Artificial Analysis Cyber Index 上得分 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情况下修补漏洞的能力。关键是，Mistral Large 4 能够处理这些正当的防御性安全任务，而不会不必要地拒绝。

随着能力提升，安全性也得到了改善。我们模型内置的安全护栏能够区分防御性网络安全任务与恶意、进攻性网络安全任务。它在 Cyber 基准测试中保持强劲表现，同时对恶意网络安全请求的平均拒绝率达到 96.6%，这是我们在开放模型中测得的最高水平。

以下是全球网络安全领袖对 Mistral Large 4 的评价：

自预览版发布以来，我们仔细监测了实时流量中与网络安全相关的使用情况。尽管我们观察到该模型拒绝配合针对实时目标的黑盒攻击，但我们也发现，它有可能被用于提升攻击能力并发动真实攻击。我们正在相应调整护栏，并将在未来几个月持续更新。 

我们还向包括 Orange Cyberdefense, 在内的企业设计合作伙伴提供 Mistral Large 4 专用变体的预览访问权限，该变体针对高级网络安全工作流进行了优化，涵盖渗透测试、漏洞评估和红队测试。访问须经过严格审核并受合同保障措施约束，测试仅限于受控环境中自有或明确获授权的系统。

与此同时，客户使用 Mistral Forge，以专有安全数据、策略、检测逻辑和威胁环境对 Mistral Large 4 进行定制。对于界定明确的网络安全任务，还可以进一步将其优化为更小的任务专用变体，以提升准确性，使安全应用更加有效。

了解更多有关网络安全领域主权 AI 的信息，以及如何与我们合作。

为工作而打造。

Mistral Large 4 在一系列广泛的企业使用指标上持续改进。 

对于金融相关工作，我们提升了模型执行实际工作流的能力，尤其是涉及为金融和会计用例创建及编辑电子表格的工作流。我们的 Finch 得分提升至 73.3%，在开放模型中仅次于 Kimi K3。

网页浏览是大多数知识工作的关键部分。我们的 RL 流程使我们能够在 BrowseComp 上达到 84.5%（起始于得分达到 75% 的 SFT 检查点）。这使 Mistral Large 4 的表现优于 GLM-5.3 或 DeepSeek Flash 4.1 1017 等模型。

组织部署的智能体必须确保安全。无论部署给组织内部成员还是外部用户，智能体都不应让您面临系统提示词泄露或恶意代码注入等威胁。RL 提升了我们在 B3 Agent Security Benchmark 上的成绩，Mistral Large 4 抵挡住了 97.1% 的攻击，而 Preview 抵挡住了 93.3%。这使它位居 OSS 前沿之首，意味着任何托管该模型的人都可以运行安全的智能体，无需额外调优。

Mistral AI 的这笔重大投资印证了 La Banque Postale 一年多前作出的选择，并凸显了我们共同建立的长期战略伙伴关系的重要性：助力一家开放且具备主权的欧洲 AI 领军企业崛起。对于一家服务公众和公民的银行，技术主权并非可有可无，而是维护客户信任的关键前提。这款开放模型的推出为新的机遇和用例创造了条件。通过与 Mistral AI 合作，我们的愿景是结合人类专业知识与数字技术的最佳优势，从长远来看为客户和员工带来更优化的体验

Zakaria Mounsli，La Banque Postale 支付与数字服务运营绩效执行副总裁

观看实际应用

网络漏洞分诊：一个智能体读取收到的漏洞报告，调查源代码和产品上下文，在隔离沙箱中复现缺陷，然后编写并迭代更新补丁，直到金丝雀漏洞利用不再奏效。

智能体化 Web 开发： 在无人协助的情况下，Mistral Large 4 构建了 Orbital Trace，这是一幅实时 3D 地图，呈现约 19,000 颗卫星和碎片环绕地球运行。它获取真实的跟踪数据、编写应用程序，并在浏览器中使用该应用以发现自身的缺陷和性能下降，随后修复独立审查员指出的问题，直到所有要求均通过。

量子化学求解器： Mistral Large 4 从零开始编写软件，用于计算电子在分子中的位置，并将结果与标准化学工具进行比对。随后，它以此为基础构建了一个 3D 页面：选择苯或水等分子，拖动滑块将其拆开，并观察化学键断裂时电子重新聚合。

为主权而生。

随着组织围绕自身知识和工作流构建 AI，主权意味着他们仍掌握着对所依赖模型以及所创造智能的控制权。 

借助 Mistral Large 4，这种控制力从模型本身开始。组织可以检查、自定义模型，并将其部署在自己的基础设施上。他们可以使用和改进 Mistral Large 4，而无需依赖 Mistral 通过 API 提供服务。Mistral Large 4 在欧洲从零开始开发和训练，让组织清楚了解其所构建技术的来源。 

控制力还延伸至 AI 在组织内部的运作方式。组织可以借助 Mistral Forge，围绕其专有数据对 Mistral Large 4 进行自定义；也可以使用 Mistral Studio。 构建、治理并改进由此产生的智能体和应用程序。Mistral 的 Applied AI 专家可以与客户团队协同，构建并部署这些定制化系统。通过这项工作，团队可以深入了解其所构建系统的架构和决策，以及训练和运行系统所采用的方法，从而能够独立运行和改进自己的 AI。

主权并不总需要自托管；有时只需要符合您控制要求的部署方案。对于希望使用托管服务的组织，Mistral Large 4 可通过 Microsoft Foundry 使用，并为 Azure 开发者提供私有部署选项。

Microsoft 和 Mistral AI 致力于扩大下一代 AI 的客户选择。作为首家向客户推出 Mistral Large 4 的云服务提供商，Microsoft 正通过 Microsoft Foundry 提供 Mistral 最新的开放权重模型。Microsoft Foundry 是一个企业级 AI 平台，用于大规模评估、部署和运行模型。对于推进主权 AI 战略的组织而言，这一组合可在数据、基础设施和 AI 运营方面提供更大的灵活性与控制力。

Tina Schuchman，Microsoft Foundry 公司副总裁

使用 Le Chonk 开始构建

Mistral Large 4 现已可供试用、部署和自定义。

开始使用 Mistral Studio，通过 Mistral API，或在 OpenRouter 上入手。若要完全掌控，请从 Hugging Face 下载开放权重，并使用 vLLM 或 SGLang 部署在您自己的基础设施上。模型卡和许可证提供了开始上手所需的一切信息。

您还可以在 Vibe Code 中试用新模型；让它在您自己的代码仓库中构建某项功能或修复某个错误。

Mistral Large 4 还可通过 NVIDIA 托管的端点 使用，并以经优化的 NVIDIA NIM 容器 形式提供，以便使用 vLLM 提供服务。开发者可以使用开源的 NeMo AutoModel 库 进行自定义，或使用开源的 TensorRT LLM 库进行高吞吐量服务。

企业还可以使用 Mistral Forge，根据其专有数据、使用场景和防护规则对 Mistral Large 4 进行定制。联系我们的团队，了解更多信息。

该模型可依据 Mistral Ecosystem 开放权重许可证, 使用，这是一份经修改的 MIT 许可证。该模型可免费使用、修改、微调和商业化，但有一个条件：运营 Model-as-a-Service 产品的企业必须在商业使用该模型之前，向 Mistral 单独取得商业许可证。

从今天起，Mistral Large 4 的定价为：$0.70 输入 / M，$0.07 缓存输入 / M，以及 $2.10 输出 / M tokens。

我们鼓励社区对 Mistral Large 4 进行充分测试。运行您自己的评估，探索其极限，并通过 X、Discord 或 GitHub 与我们分享您的发现。

下一步

Mistral Large 4 将作为新一代专用且经过优化的 Mistral 模型的基础。在近期发布的 Voxtral 和 Timestral 等模型的基础上，我们将持续拓展开放权重 AI 的边界，继续赋予开发者和企业更大的自由，以构建、定制并拥有自己的智能。