Mistral Large 4：欧洲用万亿参数回应美国模型拒绝承接安全工作的局面

一句话看懂：Mistral 发布万亿参数模型 Mistral Large 4 预览版，主打竞品因安全过滤而拒绝承接的漏洞复现与修复等网络安全任务，权重预计 10 月底开放。它的看点不在综合能力登顶，而在于把“模型政策差异”变成了产品卖点。

事件核心：发生了什么

Mistral 放出 Mistral Large 4（ML4）公开预览版，内部代号“le Chonk”，API 现已通过 Mistral Studio 提供，模型权重预计 10 月底释出。这是一个原生多模态模型，总参数 1 万亿，推理时激活约 490 亿，训练在欧洲自有数据中心完成。

在 Artificial Analysis 聚合十项基准的 Intelligence Index 上，ML4 拿到 38 分，比上一代 Mistral Large 3 的 9 分和 Mistral Medium 3.5 的 14 分提升明显，也超过 GLM-5.2，但仍落后 Claude Opus 5.5 Max 的 58 分。在网络安全测试中，ML4 对“复现并修补开源软件真实漏洞”任务的完成率为 82%，据 Mistral 称是所有模型中最高的，而 Claude Opus 5.5 与 GPT-6 Astra 在该任务上接近零分，原因是直接拒绝执行。

为什么重要

这组对比揭示了一个常被忽略的事实：安全基准测的不只是模型能力，还有厂商的内容政策。闭源模型为了降低滥用风险，把漏洞验证这类双用途操作整体挡在门外，而攻击者本来就会用越狱手段绕过限制。Mistral 顺势把“不拒绝合法安全工作”做成差异化定位，并支持私有云与本地部署，避免企业在事件响应中途因供应商策略断供。

同时也要看到它的平衡姿态：Mistral 声称 ML4 在 JailbreakBench、StrongREJECT、AgentHarm 等恶意提示集上的拒答率高于其他开源模型，在 Lakera B3 基准中拦截 93.3% 的攻击。如何区分合法漏洞研究与攻击准备，官方并未给出解释。目前公开信息显示，权重发布前它正与安全公司、审核过的合作伙伴及政府机构进行红队测试。

对用户/开发者/创作者的影响

对安全团队和企业开发者来说，ML4 提供了一个可私有化部署、策略更宽松的备选路线，适合漏洞复现、渗透测试辅助等场景；但若涉及合规审计，仍需自行建立内部使用边界。在编程能力上，ML4 在 Artificial Analysis Coding Agent Index 得 49.8%，领先 Deepseek V4 Pro 和 Qwen3.8 Max；Surge AI 盲评中五个模型里排第二（3.74/5），落后 Claude Opus 5 的 4.22。图像理解与 STEM、CAD 任务据称表现突出，金融与代码场景则与头部模型接近。普通内容创作者短期内受此影响有限。