Mistral Large 4 登陆 Hugging Face：1T 参数 MoE 开源权重模型

一句话看懂：10 月 29 日，Mistral 的新一代旗舰模型 Large 4（代号 Le Chonk）在 Hugging Face 上线，约 1T 总参数、49B 激活参数，采用多模态 MoE 架构并开放权重，主打网络安全、代码智能体与图文理解。

事件核心：发生了什么

据 Hugging Face 博客，Mistral Large 4 是一个同时支持文本与图像输入、输出文本的多模态混合专家（MoE）模型，上下文窗口达 100 万 tokens，官方提供 FP8 与 NVFP4 两种权重版本，Unsloth 和 llama.cpp 团队也提供了 GGUF 版本。许可证为“Mistral Ecosystem Open-Weight License”，它是 MIT 的衍生协议，但对“模型即服务”（model-as-a-service）类用途设有限制。

架构上，文本解码器有 72 层、隐藏维度 6144、64 个注意力头，注意力块结合了 MLA 与稀疏注意力索引器（每查询最多选择 2048 个 key 位置），每 token 由路由选出 128 个专家中的 4 个，再加 1 个共享专家；视觉部分使用 1.6B 参数的 Pixtral 编码器。

为什么重要

首先，Mistral 把接近前沿规模的模型以开放权重形式发布，权重、使用策略和部署环境都由用户掌控，这与此前同类能力主要经由闭源 API 提供的格局形成对比。其次，博客称该模型在 Artificial Analysis Cyber Index 上得分 82%，该测试要求模型复现开源软件中的真实漏洞并完成修补；Mistral 表示部分闭源前沿模型在这类任务上接近零分，原因是拒绝执行。不过这些数字来自厂商自测口径，目前公开信息显示还缺少独立复现。

对防守方而言，漏洞研究、恶意软件分析和事件响应常被闭源模型的安全过滤拦截，中间还面临 API 访问中断的风险；开放权重让团队可以围绕自有代码库、崩溃日志部署系统，也能用 TRL 基于模型输出微调更小的专用安全模型。

对用户/开发者/创作者的影响

开发者可直接在 Hugging Face 获取权重，Transformers、vLLM、llama.cpp 均已提供推理支持；企业侧已有 Dell Enterprise Hub 入口，推理端点也可用于试验。对安全团队，这意味着可以自建漏洞复现与修补流程，并直接测量模型的拒绝行为；但“模型即服务”受许可证限制，商业化封装前需要核对条款。对普通用户和创作者，现阶段更实际的变化是获得一个支持 100 万 tokens 长上下文和图像理解的开源基座，而非立刻可用的消费级产品。