一句话看懂：Mistral于2026年10月30日开源旗舰模型Mistral Large4，参数规模达1万亿，在编程任务中性能接近头部闭源模型，但平均少用47%输出Token，并采用带MaaS限制的修改版MIT许可。
事件核心：发生了什么
欧洲AI公司Mistral正式开源内部代号“Le Chonk”的新旗舰Mistral Large4，参数规模1万亿，完全基于欧洲本地基础设施从零训练。官方公布的数据显示，在Cognition的私有基准FrontierCode2.0中得分19.7%，在Artificial Analysis的Coding Agent Index中达到48%，与GLM-5.3基本持平；Terminal-Bench4.0得分41%，比预览版提升13个百分点，同时输出Token减少30%。模型提供三档推理模式，分别面向简单、中等和复杂任务，API定价为每百万输入Token 0.70美元、缓存输入0.07美元、输出2.10美元。
为什么重要
这是开源阵营少见的万亿参数级模型，且强调“Token效率”而非单纯刷榜。对行业而言，它把竞争焦点从参数规模转向单位Token的产出质量：同等任务若少用近一半Token，企业调用成本会直接下降，这对高频编程Agent场景尤其关键。同时，修改版MIT许可允许商用、微调和本地部署，但要求以模型即服务（MaaS）为主业的公司单独申请商业许可，说明Mistral在扩大生态与保护商业化之间划了一条明确界线。
对用户/开发者/创作者的影响
开发者可通过Hugging Face下载权重，用vLLM或SGLang本地部署，也可经Microsoft Foundry、NVIDIA NIM和OpenRouter调用API。对依赖代码生成、自动化运维和终端任务的团队，Token效率提升比峰值跑分更有实际意义；对需要数据主权和私有部署的企业，欧洲本地训练和开源权重是额外选项。创作者和普通用户短期内更可能通过集成该模型的应用间接受益，而不是直接使用原始模型。安全侧，官方称其越狱与有害请求测试的平均拒绝率为96.6%，对网络安全变体版本仅向签约企业设计伙伴开放预览。
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
第一，47%的Token节省是在特定编程任务和评测条件下得出的，需观察第三方在真实工作流中的复现结果；第二，MaaS商业许可的具体审核标准和收费方式尚不明确，可能影响云服务商与创业公司的采用意愿；第三，万亿参数模型的本地部署对算力要求较高，实际落地规模取决于推理优化和硬件供给。
来源：AIbase
