Mistral Large 4 发布说明

Mistral AI 已宣布推出 Mistral Large 4 (ML4) 的公开预览版，这是一款原生多模态模型，拥有 1 万亿参数（490 亿活跃参数）。ML4 的设计目标是推动开源权重性能的前沿，特别针对网络安全、金融、法律和智能体软件工程等高风险企业工作负载。

技术规格与基础设施

Mistral Large 4 使用 Mistral 自有的欧洲数据中心中的 3,800 块 NVIDIA Grace Blackwell GPU 从零开始训练。该模型的训练数据高度多语言，涵盖超过 160 种语言，包括欧盟所有官方语言。

关键的架构与部署细节包括：

ML4 被定位为最先进的开源权重网络安全模型，优先支持漏洞研究和事件响应，而不会像闭源模型那样受到限制性拒绝的影响。

性能基准测试： ML4 在人工分析网络安全指数上位列全球前五。在一项要求重现并修补开源软件真实漏洞的测试中，其得分为 82%，是所有模型中的最高分。此外，它在 Cybench 中解决了 93% 的挑战。
竞争优势： Mistral 指出，GPT-6 Astra 和 Claude Opus 5.5 等闭源模型在这些特定测试中经常得分为零，这是由于安全过滤器的拒绝。ML4 能够分析恶意软件、优先处理漏洞并编写检测规则，同时仍可部署在私有云或本地环境中以确保可审计性。

ML4 在代码库理解、终端工作流和自主软件工程任务方面表现出色。

编码基准测试： 该模型在 DeepSWE v1.1 上得分为 61.7%，在 SWE-Atlas-QnA 上得分为 59.4%，在 Terminal-Bench 4 上得分为 28.3%。其综合编码代理指数得分为 49.8%，领先于 DeepSeek V4 Pro 0813 和 Qwen3.8 Max。
人工评估： 在 Surge AI 的盲评中，ML4 预览版在五款模型中排名第二，得分为 3.74，仅次于 Claude Opus 5（4.22），优于 Kimi K3、GLM-5.3 和 GLM-5.2。
通用自动化： 在 AutomationBench（657 个业务工作流）中，ML4 得分为 59.9%，超越了 Kimi K3、MiMo-V2.6-Pro 和 DeepSeek V4 Pro。

ML4 在视觉推理方面实现了重大进展，使模型能够处理复杂文档、图表和地理空间图像。

视觉定位： ML4 在 Dense 200 基准测试中超越了 GPT-6-Astra（42% 对 41%）。其能力包括检查千兆像素卫星图像以支持灾后响应，以及验证技术图纸中的机械部件。
科学工作流： 在 SciCode-Verified 基准上，ML4 是开源权重模型中的顶尖水平。它能够生成完整的 Hartree–Fock 模拟用于化学研究，并执行与理论物理相关的复杂应用数学任务。

ML4 针对法律和金融领域的高精度任务进行了优化。

法律与金融： vals.ai 的第三方评估显示，ML4 在代表性法律和金融任务中超越了 GPT-6-Astra。它还在 HarveyAI 的法律代理基准测试中优于所有开源模型。
金融分析： 该模型能够应对多步骤的企业金融挑战，包括通过 EDGAR 和欧洲数据库搜索上市公司文件以整合信息。

ML4 在保持对网络安全研究人员实用性的前提下，实施了先进的安全措施。

抗攻击能力： 在 Lakera 的 B3 AI 安全基准测试中，ML4 抵御了 93.3% 的攻击，是其竞争对手中的最高分。与 GLM-5.2、GLM-5.3、Kimi-K2.6、Kimi-K3 和 DS-V4-Pro-0813 相比，它在间接提示注入攻击方面也表现出更高的鲁棒性。
负责任的交互： ML4 在 KORA 基准测试中得分为 1.691。尽管具备强大的网络安全能力，其对恶意请求的平均拒绝率（通过 JailbreakBench、StrongREJECT 和 AgentHarm 测量）仍高于其他开源权重模型。

Mistral 使用可组合的 RL 库来适应模型的演进。该系统允许单次训练运行整合多种任务，如安全对齐、事实准确性以及长周期工具使用。