一句话看懂：Mistral于10月29日公开Mistral Large 4（代号Le Chonk）权重，这款约1万亿参数的大模型在编程任务上表现不俗，但独立评测显示其综合智能仍落后于DeepSeek、GLM等中国开源模型，与Anthropic、Google的领先系统差距更大。
事件核心：发生了什么
总部位于巴黎的Mistral在公开预览三周后，将Large 4权重上传至Hugging Face。模型总参数约1万亿，每步激活520亿，支持文本与图像输入，在修改版MIT许可下可本地部署，标准版据SGLang文档需8块Nvidia B300 GPU，压缩版可降至4块GB300。Mistral称追加强化学习训练后，编码与网络安全能力提升明显：Terminal-Bench 4.0得分从28%升至41%，刚好超过GLM-5.3的40%；在Artificial Analysis编程智能体指数上得48%，与GLM-5.3基本持平，但消耗的token少47%。不过综合智能指数仅26分，落后于DeepSeek V4.1 Flash和GLM-5.3，更远低于Anthropic和Google的领先系统。速度方面为161 tokens/秒，API价格较低。
为什么重要
这再次说明“编程强”不等于“综合强”。Mistral选择在编码和网络防御场景做窄而深的能力打磨，并强调本地部署与低推理成本，走的是面向开发者的效率路线。但在开放权重模型竞争中，中国团队已形成集团优势，Mistral需要在性能、价格和生态上同时补课。
对用户/开发者/创作者的影响
对开发者而言，Large 4在编程任务上有一定竞争力，且token效率高、API价格低，适合对成本敏感的编码辅助场景；但若任务是复杂推理或跨领域任务，仍需谨慎评估。可本地部署是加分项，但硬件门槛不低。对普通用户，短期影响有限；对企业采购，安全对齐是亮点：Mistral称其拒绝96.6%的恶意网络请求，高于其他开源模型，但公司也承认模型可能被用于真实攻击，后续将收紧防护。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是Moonshot的Kimi K3.1 Pro计划于11月4日开放权重，其在Terminal-Bench 4.0上已达67%，届时Mistral的编程优势可能被稀释；二是Large 4在网络安全指数上仅51%，实际排名第三，落后于DeepSeek V4.1 Flash（57%）和MiMo-V2.6-Pro（56%），Mistral的“领先”表述需要更多独立验证；三是修改版MIT许可的具体限制和API价格能否支撑开发者生态扩张，仍需观察。
