一句话看懂：法国 AI 公司 Mistral 于 2026 年 10 月 29 日放出万亿参数模型 Mistral Large 4（ML4，昵称“Le Chonk”）的权重，企业与政府可自行下载部署，官方主打的场景是网络安全防御。
事件核心：发生了什么
ML4 本月早些时候首次亮相，此次开放的是模型权重，也就是训练得到的数值参数。下载渠道为 Hugging Face，同时也可通过 API 调用。Mistral 声称，该模型在网络安全任务上的表现与中国开源竞品 GLM-5.3 相当，但每个任务消耗的 token 少 47%，成本更低；在 Artificial Analysis 的 Coding Agent Index 智能体编程评测中，它称自己领先所有开放权重模型。上述排名仅限当前公开的评测条件。
Mistral CEO Arthur Mensch 的表态是，AI 应当是“赋能的工具，而不是支配的手段”。公司科学副总裁 Pierre Stock 对 TechCrunch 表示，开放权重意味着企业或政府获得的前沿能力“不会在定义上被切断”，可以部署在自有环境甚至本地机房。
为什么重要
这轮发布把开源与闭源的路线之争推进到高敏感行业。OpenAI、Anthropic 等闭源厂商提供能力，但数据和系统控制权在外；Mistral 则主张，安全团队需要能够审计、私有化部署的模型，尤其是在检测代码与 IT 基础设施威胁时。万亿参数模型开放下载，也说明“前沿规模”与“开放权重”并非互斥，至少 Mistral 是这样定位的。
对用户/开发者/创作者的影响
对安全团队和企业 IT 而言，多了一个可自托管的选项，适合对数据出境和供应商依赖敏感的机构。开发者可以直接从 Hugging Face 取权重，或用 API 快速验证；但万亿参数对本地推理的算力要求不低，实际落地仍需评估硬件成本。需要提醒的是，Mistral 的性能说法目前来自公司自述，独立第三方复现结果尚未出现在素材中。
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
一是看开发者社区在 Hugging Face 上的实际部署反馈，尤其是推理成本和漏报误报表现；二是看 GLM 等竞品是否跟进降价或开放更大模型；三是关注各国监管对政府机构使用开放权重模型的安全审查要求，这可能影响采购节奏。
