Mistral Large 4「Le Chonk」公测：1.05T 总参 / 49B 激活原生多模态 MoE，1M 上下文，月底开放权重

核心背景与行业痛点

欧美开源阵营近一年在前沿规模上明显落后于中国开源模型，企业在网络安全、金融、法律等场景还面临闭源模型「拒答」和供应商锁定。Mistral 于 10 月 6 日推出 Mistral Large 4（昵称 Le Chonk）公测 API，并承诺本月底开放权重，主打可自部署的主权 AI。

架构亮点与底层机制

据官方模型文档，ML4 为细粒度 MoE：1.05T 总参、49B 激活，外加 1.6B 视觉编码器，原生多模态，上下文 1M。模型在 Mistral 欧洲自建机房 3,800 张 NVIDIA Grace Blackwell 上从零训练，训练数据覆盖 160+ 语言；后训练采用可组合环境的大规模异步 RL，支持跨多次上下文压缩的百万 token 级 rollout。完整架构细节官方称将随权重公布。

权威 Benchmark 与实测跑分对比

以下为 Mistral 公布、部分由 Artificial Analysis 私测的数据：DeepSWE v1.1 61.7%、SWE-Atlas-QnA 59.4%、Terminal-Bench 4 28.3%，Coding Agent Index 49.8%，高于 DeepSeek V4 Pro 0813 与 Qwen3.8 Max。安全方向 Cybench 93%，AA Cyber Index 漏洞复现+修补子项 82% 为全场最高（官方称 Claude Opus 5.5、GPT-6 Astra 因拒答接近 0）。AutomationBench 59.9%，Dense 200 视觉定位 42% 略高于 GPT-6 Astra 的 41%；Surge AI 盲评编码质量 3.74，仅次于 Claude Opus 5（4.22）。以上均为厂商口径，独立复测待权重发布后验证。

开发者实战落地与开箱指南

现在可在 Mistral Studio / Console 调用模型 mistral-large-4，支持 Chat Completions、Function Calling、Structured Outputs、Batch 与 Agents/Conversations 内置工具。定价每百万 token 输入 $1.36、缓存 $0.14、输出 $4.18，文档另列半价一档。月底权重发布后，可在私有云或本地部署做安全运营与长链路 Agent。