Mistral Large 4 发布：万亿参数、漏洞复现 82 分

一句话结论：Mistral 于 2026 年 10 月 6 日放出 Mistral Large 4 预览版，总参数 1 万亿、单次推理激活 490 亿，在 Artificial Analysis 智能指数上从上代的 9 分跳到 38 分，但仍落后榜首 Claude Opus 5.5（Max）的 58 分整整 20 分。

10 月 6 日，法国 AI 公司 Mistral 发布了其历史上规模最大的模型 Mistral Large 4，内部代号 le Chonk。这一轮放出的是公开预览版，API 已通过 Mistral Studio 开放，模型权重按官方口径要等到 10 月底才会公开。在这段空窗期内，Mistral 会与网络安全公司、经过审核的合作方以及政府机构一同做红队测试，这批参与者拿到的是审核限制更少、网络攻防能力更强的版本。

Mistral 给这个模型的定位很清楚。它不打算在通用智能上正面挑战 Claude 或 GPT-6，而是把主战场选在网络安全这一块：那些闭源模型因为安全过滤而拒绝处理的任务，Mistral Large 4 愿意接。

参数与训练：1 万亿总参数，490 亿激活

Mistral 官方称 Mistral Large 4 是原生多模态模型，总参数量 1 万亿，其中 490 亿在单次推理中被激活。这个比例延续了稀疏架构的思路，把推理成本压在可控区间，同时让总容量撑到万亿量级。训练全部在 Mistral 自有的欧洲数据中心完成，这一点对欧洲客户的合规诉求来说是硬指标。

在 X 平台上，Mistral 称 Mistral Large 4 是美国或欧洲最好的开放权重模型（按聚合基准计算），并宣称在网络防御、制造与金融三类场景达到业界最佳，视觉定位能力甚至超过闭源前沿模型。需要说明的是，这些说法目前都来自 Mistral 自己，权重尚未公开，第三方无法复核。

智能指数 38 分：从 9 分到 38 分，仍差 20 分

相对客观的成绩来自 Artificial Analysis 的智能指数。该指数聚合十个不同领域的基准测试，Mistral Large 4 拿到 38 分。对 Mistral 而言这是一次大跨步：上一代 Mistral Large 3 只有 9 分，最近的 Mistral Medium 3.5 也仅 14 分。38 分还让它超过了 Mistral 自家平台上架的 GLM-5.2。

但离顶部依然很远。Claude Opus 5.5（Max）以 58 分领跑，两者相差 20 分。除 Anthropic、OpenAI、Google 的闭源旗舰外，几个来自中国的开放权重模型也排在 Mistral Large 4 之前。由于权重未发布，该模型在指数里仍被列为专有模型。

网络安全是主打：漏洞复现测试 82 分，对手因拒答近零分

Mistral 把公告的大部分篇幅留给了 IT 安全。按公司说法，Mistral Large 4 在 Artificial Analysis 网络指数上位列全球前五，在中国以外开发的开放权重模型中领先优势明显。

最能说明问题的一项测试要求模型复现开源软件中的真实漏洞，然后再把它修补掉。Mistral Large 4 拿到 82% 的得分，是所有模型里最高的。但这个第一名的成因有点特殊：Mistral 指出，Claude Opus 5.5 和 GPT-6 Astra 在这项测试上得分接近零，原因是它们直接拒绝执行任务。换句话说，这项测试测的不只是模型能力，也在测厂商的安全策略。

Mistral 把这个差异做成了卖点。它的论证是，软件防御往往要从证明漏洞真实存在开始，而闭源模型的安全过滤恰好挡住了这类工作，攻击者却总能想办法绕过同样那些模型。此外，在安全事件处置中途失去模型供应商的访问权限，本身也会变成一种风险。Mistral Large 4 支持部署在私有云或本地机房，这一点对企业安全团队有实际吸引力。

与此同时 Mistral 也强调模型的高拒答率。在 JailbreakBench、StrongREJECT 和 AgentHarm 的恶意网络提示集上，Mistral Large 4 的拒答频率高于其他任何开放模型；在 Lakera 的 B3 AI 安全基准中，它拦截了 93.3% 的攻击。至于模型如何稳定区分合法的漏洞研究和攻击准备，Mistral 没有给出解释。

编程与视觉：编码智能体 49.8%，视觉基准险胜 GPT-6 Astra

在编程方面，Mistral Large 4 在 Artificial Analysis 编码智能体指数上拿到 49.8%，排在 DeepSeek V4 Pro 和 Qwen3.8 Max 之前。Mistral 还与 Surge AI 做了一轮盲评，由专业标注者在不知道模型归属的前提下给代码质量打分，Mistral Large 4 在五个模型中位列第二，得分 3.74 分（满分 5 分），高于 GLM-5.3 和 Kimi K3，Claude Opus 5 以 4.22 分领先。人工评审在 STEM 与 CAD 任务上更偏好 Mistral Large 4，金融与代码两类任务上两者大致持平。

科学编程方面 Mistral Large 4 接近榜首，但 GPT-6 Astra 和 Qwen3.8 的数字更高。视觉理解是官方宣传的另一个重点，模型据称能分析文档、图表、十亿像素级卫星影像和技术图纸，并自主放大核对细节。不过领先幅度很薄：Dense 200 基准上 Mistral Large 4 得 42%，GPT-6 Astra 为 41%。按 Vals.ai 的评测，Mistral Large 4 在法律与金融任务上也超过 GPT-6 Astra。自动化业务流程方面，它略逊于 GLM-5.3，但优于 Kimi K3 和 DeepSeek V4 Pro。

关键数据一览

指标	Mistral Large 4	对比对象
总参数 / 激活参数	1 万亿 / 490 亿	Mistral Large 3 未公开同口径
Artificial Analysis 智能指数	38 分	Large 3 为 9 分，Medium 3.5 为 14 分，Claude Opus 5.5（Max）为 58 分
漏洞复现并修补测试	82%	Claude Opus 5.5、GPT-6 Astra 接近 0（拒答）
编码智能体指数	49.8%	高于 DeepSeek V4 Pro、Qwen3.8 Max
Surge AI 盲评（满分 5 分）	3.74 分，五模型中第二	Claude Opus 5 为 4.22 分
Dense 200 视觉基准	42%	GPT-6 Astra 为 41%
Lakera B3 安全基准拦截率	93.3%	拒答率高于其他开放模型

FAQ：三个关键问题

现在就能用上 Mistral Large 4 吗？

能用，但用的是预览版。API 已通过 Mistral Studio 开放，模型权重预计 10 月底发布。在权重公开前，完整能力只向参与红队测试的安全公司、审核合作方和政府机构开放，他们拿到的是审核限制更少、网络能力更强的版本。

为什么它在网络安全测试上比 Claude、GPT-6 高出这么多？

不完全是能力差距。以漏洞复现测试为例，Claude Opus 5.5 和 GPT-6 Astra 得分接近零，原因是安全过滤让它们直接拒绝任务，而 Mistral Large 4 选择执行。所以这项测试同时衡量了模型能力和厂商的安全策略边界，两者不能直接划等号。

权重发布后格局会变吗？

会有一部分变化。权重公开后第三方可以独立复核 Mistral 给出的各项成绩，也能做微调与本地部署。但智能指数 38 分与榜首 58 分的 20 分差距属于模型能力层面，不会因为开源而消失。真正的变量在于开源之后社区能否把网络安全这个差异化优势放大。

小结

Mistral Large 4 是一次定位清晰的发布。它没有在通用能力上硬碰闭源旗舰，而是抓住了对手因安全策略留下的空档，把网络安全做成主打场景，同时用欧洲本地训练、私有云与本地部署这套组合去接欧洲主权 AI 的需求。

它的短板同样明确。38 分距离 58 分还有 20 分，这个差距不是换个卖点就能抹平的；网络安全上的领先又部分建立在竞品主动拒答之上，一旦对手调整策略，优势可能被稀释。权重在 10 月底公开，届时第三方复现的结果才是真正的检验点。

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

Mistral Large 4 预览版发布：万亿参数、漏洞复现 82 分超越 GPT-6