Mistral Large 4 开放权重，编码领先但综合评分落后
先了解这件事
Mistral AI 在公开预览三周后，于 Hugging Face 发布了旗舰模型 Mistral Large 4（代号 Le Chonk）的开放权重。这是一个总参数约 1T、每 token 激活 49B（The Decoder 称约 520 亿）的原生多模态模型，接受文本和图像输入，上下文窗口 1M tokens。Mistral 称，相比预览版，额外三周的强化学习让它在 Terminal-Bench 4.0 上提升 13 个百分点至 41%，输出 token 减少 30%；在 Artificial Analysis Coding Agent Index 上得分 48%，与 GLM-5.3 基本持平，但平均每个任务少用 47% token。 不过，The Decoder 援引 Artificial Analysis 新版 Intelligence Index 指出，该模型仅得 26 分，低于 DeepSeek V4.1 Flash 和 GLM-5.3 的 32 分；其网络安全指数为 51%，在开源模型中排第三，落后于 DeepSeek V4.1 Flash 的 57%。 许可方面，模型可免费使用、修改、微调和商业化，但将其作为商业云服务（Model-as-a-Service）提供的企业，须另行获得 Mistral 的商业授权。API 价格为每百万输入 token 0.70 美元、缓存输入 0.07 美元、输出 2.10 美元，较预览期下调。 Hugging Face 博客介绍，模型由 72 层文本解码器与 1.6B 参数的 Pixtral 视觉编码器组成，注意力机制结合 MLA 与 DeepSeek Sparse Attention 索引器，每个 token 从 128 个专家中选 4 个，另加 1 个共享专家；transformers、vLLM 和 llama.cpp 在发布首日即支持。2-bit 量化版本可在单台配备 512 GB 统一内存的 Apple Silicon Ultra 电脑上运行，其他版本需要分布式推理。博客还称，该模型推理强度默认设为 high，且无法关闭：即使设置 reasoning_effort: none，仍会以 high 运行；Mistral 则称模型提供 Low、Medium、High 三档推理模式。
AI 根据报道生成 · 29 分钟前更新
事件进展
2 个进展
- 10月29日 20:00 · 2 篇报道Mistral发布Mistral Large 4开放权重Mistral AI：Mistral 开源 1 万亿参数多模态模型 Mistral Large 4（Le Chonk）
- 10月29日 08:00 · 1 篇报道Hugging Face 博客介绍 Mistral Large 4 模型Hugging Face Blog：Mistral Large 4（Le Chonk）在 Hugging Face 发布
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderMistral 发布 Mistral Large 4 权重，编码能力领先开源模型但整体落后中国模型
Mistral 在公开预览三周后，将 Mistral Large 4 的权重发布到 Hugging Face，该模型昵称 Le Chonk，接受文本和图像输入，总参数量约一万亿，每步激活 520 亿。官方称其在编码上领先开源对手，Terminal-Bench 4.0 得分从 28% 升至 41%，略高于 GLM-5.3 的 40%，但在 Artificial Analysis 新版 Intelligence Index 上仅得 26 分，低于 DeepSeek V4.1 Flash 和 GLM-5.3 的 32 分。API 价格为每百万输入 token 0.70 美元、输出 2.10 美元，较预览期下调，采用修改版 MIT 许可，将其作为商业云服务需另行授权。模型生成速度为每秒 161 token，单任务成本 2.06 美元，但网络安全指数 51% 在开源模型中排第三，落后于 DeepSeek V4.1 Flash 的 57%。
- Mistral AI精选Mistral 开源 1 万亿参数多模态模型 Mistral Large 4（Le Chonk）
Mistral AI 发布旗舰模型 Mistral Large 4（代号 Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，此前已进入公开预览。相比预览版，额外三周强化学习让它在 FrontierCode 和 Terminal-Bench 4.0 上领先开放权重模型，Terminal-Bench 4.0 提升 13 个百分点至 41%，输出 token 减少 30%。在 Artificial Analysis Coding Agent Index 上它得分 48%，与 GLM-5.3 基本持平，但平均每个任务少用 47% token；模型提供 Low、Medium、High 三档推理模式以平衡性能与成本。
- Hugging Face Blog精选Mistral Large 4（Le Chonk）在 Hugging Face 发布
Mistral 发布多模态 MoE 模型 Mistral Large 4（代号 Le Chonk），总参数约 1T、激活参数 49B，上下文窗口 1M tokens，采用 FP8 与 NVFP4 两种官方权重，并以 MIT 衍生的 Mistral Ecosystem Open-Weight License 开放。模型由 72 层文本解码器与 1.6B Pixtral 视觉编码器组成，注意力结合 MLA 与 DeepSeek Sparse Attention 索引器，每 token 从 128 个专家中选 4 个并加 1 个共享专家。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。