Mistral开源万亿参数大模型Large 4，主打网络安全场景

法国 AI 公司 Mistral 发布旗舰多模态模型 Mistral Large 4，昵称“Le Chonk”，并同步在 Hugging Face 开放权重下载。该模型采用混合专家（MoE）架构，总参数约 1 万亿，每 token 激活约 490 亿，上下文窗口达到 100 万 token，可同时接受文本与图像输入、生成文本。

权重以“Mistral Ecosystem Open-Weight License”释出（基于 MIT 衍生，对模型即服务设限），提供 FP8 与 NVFP4 两种官方版本，Unsloth 与 llama.cpp 团队还制作了 GGUF 量化版；transformers、vLLM、llama.cpp 均首日支持。架构上，文本解码器含 72 层、隐藏维度 6144，并融合多头潜在注意力（MLA）与类 DeepSeek 的稀疏注意力索引，视觉侧则搭载 16 亿参数的 Pixtral 编码器。

安全是本次最突出的卖点。在 Artificial Analysis 网络指数（复现并修复开源漏洞的测试）中，Large 4 拿下 82% 的高分，据称多个闭源前沿模型因安全护栏拒绝尝试而接近零分；它在 40 道 Cybench 安全竞赛题上解出 93%，并在 Lakera B3 注入攻击抵抗测试中实现 93.3% 的抗性。Mistral 将其定位为防御型工具，强调开放权重让使用方自主掌控部署与策略。

在通用能力上，模型位列开源权重阵营第五，编程与知识工作表现亮眼：DeepSWE 61.7%、SWE-Atlas-QnA 59.4%、自动化基准 AutomationBench 59.9%，编码智能体综合指数 49.8%，据称领先 DeepSeek V4 Pro 与通义千问 Qwen3.8 Max。需要指出的是，其 Terminal-Bench 4 仅 28.3%，长链路终端任务仍非强项。

在闭源巨头愈发强势、中国开源模型势头凶猛的当下，Mistral 用“超大开源 + 安全定位”试图挤出一条差异路线。万亿参数权重公开也带来滥用与监管隐忧，公司能否给出可信的发布条件与防护措施，将决定这套打法能否真正落地。