Mistral发布1.05万亿参数多模态MoE模型Le Chonk

模型发布与核心规格

Mistral AI于2026年10月6日正式发布Mistral Large 4（ML4），内部代号'Le Chonk'，作为公开预览版本上线。该模型为细粒度混合专家（MoE）架构，总参数量达1.05万亿，每token仅激活约490亿参数；配备16亿参数视觉编码器，原生支持图像输入；上下文窗口扩展至100万token。模型完全从零训练，耗时数月，全部算力由Mistral自建的欧洲数据中心提供，共调用3800块NVIDIA Grace Blackwell GPU。

架构与训练细节

ML4是兼具指令遵循与推理能力的混合专家模型，首次在Mistral产品线中实现图像输入的端到端原生支持。其稀疏激活机制使约95.3%的参数在单次推理中保持静默，仅4.7%权重参与计算——这使其在保持超大规模的同时，推理成本可控。但需注意：全部1.05万亿参数仍需驻留内存，因此硬件部署门槛依然极高。目前官方尚未披露专家数量、top-k路由策略及各层专家分布等关键架构细节，这些信息将随10月底发布的模型权重一并公开。训练数据覆盖160多种语言，包含全部欧盟官方语言。

性能表现：强项在网络安全与安全对齐

ML4在网络安全任务中表现突出：Cybench基准得分93%，CyberGym-E2E达82%，位列Artificial Analysis Cyber Index全球前五。Mistral特别指出，多个闭源前沿模型在CyberGym-E2E上得分接近零，原因在于其系统级拒绝执行漏洞复现类任务——而此类操作恰是防御性安全研究的标准实践。在智能体编程（agentic coding）方面，ML4在DeepSWE v1.1、SWE-Atlas-QnA和Terminal-Bench 4.0上分别取得61.7%、59.4%和28.3%成绩，综合Artificial Analysis Coding Agent Index为49.8%；但该评测系Mistral私有测试，尚未经公开评测框架验证。盲测人类评估（Surge AI执行）显示，专业标注员给予ML4 Preview 3.74/5分，在参评5款模型中排名第二，仅次于Claude Opus 5（4.22），高于GLM-5.3（3.60）与Kimi K3（3.59）。安全评测方面，ML4在Lakera B3对抗攻击基准中抵御93.3%攻击，在KORABench上获1.691/2.0分。

开放生态与当前可用性

ML4预览API已开放，定价为每百万输入token 1.36美元、输出token 4.18美元；缓存输入仅0.14美元/百万token，显著优化长上下文智能体循环成本。API支持函数调用、结构化输出、文档问答、批量请求，以及Agents与Conversations专用端点。但模型权重尚未开源，预计2026年10月底正式发布，当前无法本地部署。对比主要开源竞品（DeepSeek V4 Pro、Kimi K3、GLM-5.3），ML4在原生多模态支持与API性价比上具备差异化优势，但总参数量与部分竞品相比略低，且权重开放时间最晚。

编者观点

ML4的发布凸显欧洲AI力量在超大规模开源模型赛道的实质性突破，其聚焦网络安全等高价值垂直场景的性能设计，为中国企业开发行业专属大模型提供了‘任务导向型架构’的新思路——即不盲目堆叠参数，而以稀疏激活+多模态原生+领域强化训练组合提升实际任务效能。