Mistral Large 4万亿多模态模型 开放公测月底放权重

法国AI企业推出的全新旗舰模型Mistral Large 4正式登场，这款模型还有一个形象的昵称：Le Chonk。作为原生多模态混合专家模型，它的总参数量约1万亿，每步激活参数约500亿，支持文本与图片双输入，可完成逻辑推理、代码编写、工具调用等多种任务。目前该模型已开放API公测，官方计划在10月底对外公布模型权重，方便企业自主部署使用。

第三方评测机构给出的公测版评分显示，Mistral Large 4拿到了38分，在当前全球非中美研发的AI模型中位列得分最高梯队。同一份评测体系中，GPT-6 Luna（max）同样获得38分，DeepSeek V4.1 Flash（max）则以39分略胜一筹。

自主可控的训练与部署体系

Mistral Large 4完全从零开始自主训练，全程依托品牌自有欧洲数据中心，共使用3800张NVIDIA Grace Blackwell GPU完成训练过程，当前的API公测服务也由这套基础设施提供支持。

后续的欧洲本地部署将由品牌全程运营，所有服务均受欧洲当地法律管辖。模型的训练数据覆盖160余种语言，包含欧盟全部官方语言，能够满足多语言业务场景的需求。

按照官方计划，10月底开放权重后，企业将获得新的部署选项，可以将模型部署到自有环境中，自主决定数据存储位置以及模型与业务系统的接入方式。

多场景能力全面升级

Mistral Large 4的能力展示覆盖了复杂场景的视觉理解任务：比如解析复杂PDF文档、识别工程图中的机械零件、在大幅卫星图中定位目标对象。在这类任务中，模型需要放大局部细节进行校验，结合视觉识别能力与工具调用功能完成完整流程。

在Dense200边界框定位测试中，官方公布Mistral Large 4的成绩为42.0%，GPT-6 Astra的对应成绩为41.5%，两款模型在该任务上的表现非常接近。

文档处理任务的提升则更为显著。第三方评测数据显示，Mistral Large 4在GDP.pdf测试中的得分约为19%，相比前代产品Mistral Large 3提升了约18个百分点，表现接近MiMo-V2.6-Pro，而同场测试的Kimi K3得分为22%。

此次更新还扩大了API的图片输入上限，从此前的8张提升至100张，评测机构认为输入范围的大幅扩展是文档处理成绩提升的重要原因之一。

安全任务也是本次版本的突出亮点。Mistral Large 4在Cyber Index评测中拿到50分，与GLM-5.3-Flash持平。其中CyberGym-E2E-AA任务要求模型在真实开源软件中查找漏洞、复现漏洞并完成修复，Mistral Large 4在该任务中的完成率达到82%。

API公测与价格优惠

当前用户可以通过Mistral Studio调用Mistral Large 4，公测前两周的API调用可享受五折优惠。以下为每百万token的计价标准：

按照第三方评测机构的统一计算标准，Mistral Large 4的平均任务成本为每题1.13美元，五折优惠后约为0.57美元。同一口径下，GLM-5.3-Flash的平均成本为0.25美元，DeepSeek V4.1 Flash（max）为0.27美元，优惠期内Mistral Large 4的单位任务成本仍高于这两款竞品。

官方还透露，Mistral Large 4目前仍在进行强化学习训练，计划在10月底开放权重时，公布更多关于模型架构、评测体系和后训练的细节信息。