Mistral Large 4 首发测评：Le Chonk 如何让 Mistral 重回牌桌
一句话总结（TL;DR）：Mistral 在 2026-10-06 发布旗舰模型 Mistral Large 4（代号「Le Chonk」），MoE 架构总参数 1 万亿、每次仅激活 490 亿，在自建 3800 块 NVIDIA Grace Blackwell 集群上训练，Artificial Analysis 综合分从上一代 Large 3 的 9 分跃升至 38 分，紧随 DeepSeek 4.1 Flash 之后；它还没追平最前沿的「frontier」模型，但已经足以让这家欧洲 AI 公司重新回到牌桌，开源权重承诺本月底放出。
这是什么 / 为什么值得关注
Mistral Large 4 是法国 AI 公司 Mistral 的新一代旗舰大模型，官方昵称「Le Chonk」——一个带点自嘲意味的「胖家伙」称呼，对应它 1 万亿总参数的量级。它目前处于公开预览阶段，经 Mistral 官方 API 即可调用；更关键的是，Mistral 承诺本月底放出开源权重。
放在行业版图里看，这个发布有两层意义。其一，它是欧洲 AI 阵营在开源方向上的又一次重要表态——Mistral 一直是「开源欧洲旗手」这个定位的代表，Large 4 若能兑现开源承诺，将是开源社区拿到的又一个重量级增量。其二，它的代号和「训练流水线没有停下」的表态，都传递出 Mistral 在算力与规模上真正押注的决心，而不只是做一次性的模型发布。
核心规格
Large 4 采用 Mixture of Experts（MoE） 架构：总参数 1 万亿（1T），每次推理仅激活 490 亿（49B）。这意味着它的「账面」体量巨大，但实际计算成本被稀疏激活压了下来，硬件效率是它反复强调的卖点。对于需要自己部署或做推理成本核算的团队，这一点比总参数更有参考价值。
训练方面，它在 Mistral 自建集群的 3800 块 NVIDIA Grace Blackwell GPU 上完成；强化学习阶段的 rollout 日产 330 亿 token。官方同时明确：训练流水线没有停下来，后续还会继续产出更大版本——也就是说 Large 4 更像一个阶段节点，而非终点。
语言支持 160+ 种语言。推理档位上，Mistral API 只提供 「none」和「high」两档推理强度，没有更多档位可选——对于喜欢精细调节「思考时长/推理深度」的用户，这是一个值得注意的限制。
性能怎么看
性能部分需要拆开看，因为 Large 4 在「综合分」和「细分项」上的表现并不完全一致。
综合维度，它在 Artificial Analysis（AA）榜单上拿到 38 分，紧跟 DeepSeek 4.1 Flash（552B 模型） 之后。作为对照，上一代 Mistral Large 3 在 AA 上只有 9 分——从 9 到 38 是数量级的跃升，这也是这次发布最「实」的进步。
在安全/漏洞方向，Large 4 的 AA Cyber Index（找漏洞/修漏洞）进入前五，其中「修复开源项目」环节拿到 82%，官方称领先开源对手——对把大模型用于代码审计、安全修复的团队，这是一个具体可用的信号。
视觉能力上，它在 Dense200（图中找目标物体的任务）上比 GPT-6 Astra 高 1%，属于单项上有亮点、可以拿出来说的成绩。
但短板同样明显：编码基准落后于 frontier 模型（如 Astra），只是优于开源对手 Qwen3.8 Max 和 DeepSeek V4 Pro。也就是说，在编码这个开发者最看重的场景里，Large 4 是「开源阵营里的强手」，但还没进入最顶尖那一档。此外，它在 AutomationBench 与 AA-Briefcase（知识工作）两个基准上高于 DeepSeek V4 Pro，说明在自动化与通用知识工作类任务上也有竞争力。
业内观察者 Simon Willison 的定性比较克制：综合看约落后 frontier 模型 6 个月，还不是「Fable 级」模型，但 Mistral 凭这个模型「回到了牌桌上」。这个评价基本公允——Large 4 的意义不在于登顶，而在于让 Mistral 重新进入「可认真比较」的范围。
强项与短板
强项：MoE 带来的推理效率（1T 总参、49B 激活）；安全/漏洞方向的可比性成绩（Cyber Index 前五、修复开源项目 82%）；视觉单项小胜；以及即将放出的开源权重，这是很多闭源模型给不了的东西。
短板：编码还没摸到 frontier 一线；综合分 38 与最前沿仍有明显差距；API 推理强度只有两档，灵活性不足；目前仍是公开预览，生产环境的稳定性与定价都还需「以官方为准」进一步确认。
怎么用 / 现在能干什么
现阶段能做的：通过 Mistral 官方 API 调用公开预览版，做效果评估和原型验证；对安全、自动化、通用知识工作类任务，可以用它和现有模型做横向对比。想拿权重做本地部署或二次微调的团队，需要等本月底的开源权重放出后再动手，具体的许可证、权重规模与部署要求，以官方发布为准。
谁适合用 / 谁可以等等
- 适合现在就用：已经在做漏洞挖掘/代码审计、看重「修复开源项目」这类能力的安全团队；需要多语言能力、或希望用 MoE 控制推理成本的工程团队；想第一时间把开源权重吃透、为后续微调做准备的团队。
- 可以等等：对编码能力有最高要求、需要对标最前沿闭源模型的开发者——Large 4 在这一项还没追上 Astra；对生产稳定性敏感的团队，也可以等它走出公开预览、定价和 SLA 明确后再做决策。
- 观望路线图的人：官方已明确以 Large 4 为底座做一系列垂直模型、且未来几个月会出更大版本——如果需求不是「通用旗舰」而是「特定用途」，等垂直版本或更大版本可能更划算。
结语
Mistral Large 4 最值得称道的，不是它已经追平了谁，而是它用一次「从 9 分到 38 分」的跃迁，证明了自己在算力和方法论上跟得住节奏，重新回到了可以和头部玩家对谈的位置。对开源生态而言，一个 1T 参数、即将开放权重的 MoE 模型，本身就是重要增量；对开发者而言，它提供了一个「效率优先、安全见长」的务实选项。它是不是下一个转折点，要等开源权重落地、以及后续更大版本兑现之后，才有更确切的答案——在那之前，把它当作「重新上桌的强竞争者」来看，是更稳妥的姿态。