Mistral Large 4 发布说明

Mistral Large 4 是一款最先进的开放权重通用多模态模型，旨在为闭源前沿模型和中国开放权重模型提供高性能的替代方案。它在网络安全和视觉定位任务中的强大表现尤为突出。

模型架构与规格

Mistral Large 4 采用了细粒度的混合专家（MoE）架构，以在推理过程中平衡总容量与计算效率。

总参数量： 1.05 万亿
激活参数量： 490 亿
视觉编码器： 16 亿参数
上下文窗口： 100 万 token
训练基础设施： 该模型是在 Mistral 的欧洲数据中心内，使用 3,800 块 NVIDIA Grace Blackwell GPU 从零开始训练的。

性能与基准测试

Mistral Large 4 在多个专业领域展现了极具竞争力的能力，尽管在通用推理方面仍略逊于绝对的帕累托前沿。

网络安全与技术能力

该模型被定位为一款强大的网络安全防御模型，在网络基准测试中表现优于多个中国模型。它在 CyberGym-E2E 上获得了 82% 的分数。用户指出，由于其在网络能力方面缺乏限制性的安全过滤器，使其成为进攻性和防御性安全研究的有力工具。

视觉定位与多模态

Mistral Large 4 展示了令人印象深刻的视觉定位能力，在 Dense 200 上得分为 42%，略高于 GPT-6 Astra 报告的 41%。

数据分析与编程

早期测试表明，与之前的 Mistral 版本相比，该模型实现了显著的代际飞跃。在 Plotly 的数据分析基准测试中，该模型的准确率从 Mistral Medium 3.5 的 58% 提高到了 74%。在使用 Killswitch 语言的编程测试中，其表现与 Kimi K3 和 Claude Sonnet 5.5 相当，尽管其速度较慢且成本高于后者。

定价与可用性

Mistral Large 4 自 2026 年 10 月 6 日起以公开预览版（v 26.10）形式提供。

指标	价格（每百万 Token）
输入	$0.68
缓存输入	$0.07
输出	$2.09

虽然比 Kimi K3 和 GLM 5.3 等模型便宜，但它仍然比 GLM 5.3-flash 等“闪电”版本更贵。

社区见解与分析

行业观察者和 Hacker News 上的用户强调了关于此次发布的几个关键主题：

欧洲 AI 主权： 许多人认为 Mistral Large 4 是欧洲技术独立的关键一步，提供了一个在欧盟内部训练和托管、并符合当地法规的模型。
硬件效率： 关于训练运行的效率存在大量讨论，一些人质疑大规模美国超级集群的必要性，因为一个 1T 参数的模型仅在 3,800 块 Blackwell GPU 上就完成了训练。
与竞争对手的比较： 虽然因其网络和视觉能力受到称赞，但一些用户认为 Mistral 的进步速度慢于前沿实验室或 DeepSeek、GLM 等中国开放权重模型。

"如果视觉模型真的和 astra 一样好，那它将是世界第一。在网络基准测试中也很强……这是一个很好的防御模型。" — @handle

"遗憾的是，Mistral 的进步感觉慢得多。这个模型并没有让人感到惊艳。它……很平庸，而且这种平庸还迟到了好几个月。" — @handle

支持的功能

Mistral Large 4 通过其 API 支持一套全面的开发者工具，包括：

结构化输出
函数调用
文档问答
批处理
智能体与对话