- Published on
Mistral发布万亿参数开源模型Large 4:主打欧洲主权AI与网络安全
- Authors
- Name
- Philpax
- mistral.ai

发布背景与定位
Mistral AI于2026年10月6日正式发布其最新旗舰模型——Mistral Large 4(非官方昵称ML4,官方代号“le Chonk”)。该模型以1万亿参数(激活参数49亿)的规模成为公司至今最大、能力最强的开源权重模型。官方博客强调,ML4在编码、智能体工作流和多模态理解方面表现出色,性能已足以与全球最顶尖的开源模型竞争,同时显著优于欧美其他开源权重模型。在网络安全、金融、法律等关键企业工作负载上,ML4达到开源模型中的最高水平,部分领域甚至超越封闭式前沿模型。
模型的权重将在本月末正式开放下载,而当前提供的是公共预览API,用户可通过Mistral Studio试用。在正式发布前,团队正与网络安全领导者、经过验证的合作伙伴以及国家机构合作进行红队测试,这些合作方将使用降低审核限制并扩展网络能力的同一模型版本。
欧洲训练与主权AI承诺
ML4的特别之处在于其训练基础设施完全位于欧洲。模型从零开始,在Mistral自有的欧洲数据中心内使用3800块NVIDIA Grace Blackwell GPU完成训练,预览服务也基于同一套基础设施。这被视为该公司在基础设施、研究和产品开发方面长期投资的重要里程碑,旨在通过开放权重交付关键垂直领域的顶尖性能,让客户完全掌控自己的AI系统。
尤其是在网络安全场景中,模型提供商的拒绝机制可能阻碍合法的漏洞研究和应急响应,有时甚至在事件中途失去能力访问会变成严重的安全风险。ML4将顶级的网络能力与开放权重及自部署选项结合,使组织能够在自己的政策下运行高级安全操作。模型将在全球多个区域提供服务,其中欧洲部署由Mistral端到端独立运营,不依赖其他数字服务提供商,并受欧洲法律管辖。
值得一提的细节是,ML4的训练数据中有相当大比例是多语种数据,覆盖超过160种语言,包括欧盟所有官方语言。Mistral还与全球金融、工程、制造、物流、制药、科学、航运、公共部门等行业的重要企业合作训练模型,且模型使用与Mistral Forge提供给客户的相同训练、定制和强化学习环境。
技术能力深度解析
网络安全
ML4被定位为全球最强的网络安全AI模型之一。在独立评估平台Artificial Analysis Cyber Index上,它跻身全球前五,并在中国以外开发的开放权重模型中遥遥领先。在一个要求模型复现开源软件真实漏洞并修补漏洞的测试中,ML4取得了82%的历史最高分。它还能解决Cybench中93%的挑战——这是由40道竞赛题目组成的测试集,为开放权重模型的最高记录之一。
这一高分的实际意义在于,像Claude Opus 5.5和GPT-6 Astra等顶级闭源模型在同一测试中得分接近零,因为它们拒绝执行此类任务。然而防御软件通常以证明漏洞存在为起点,闭源模型的安全过滤恰恰会阻断这类工作。随着攻击者越来越多地利用越狱手段获取攻击能力,防御方需要不带有同样拒绝限制的系统来匹敌这些能力。ML4不仅能完成上述工作,其能力还超出显式训练范围:内部测试显示它可用于恶意软件分析、漏洞优先级排序和检测规则编写。对于需要主权可审计AI的安全运营组织,ML4能够在私有云或本地环境中运行。
智能体编码
在软件工程、代码库理解和复杂终端工作流方面,ML4表现突出:DeepSWE v1.1得分61.7%,SWE-Atlas-QnA得分59.4%,Terminal-Bench 4得分28.3%。其组合编码智能体指数为49.8%,领先于DeepSeek V4 Pro 0813和Qwen3.8 Max。此外,Mistral与Surge AI合作进行了一次盲测人类评估:专业标注员在隐藏模型身份的情况下按1-5分评价输出质量,ML4预览版在五款模型中排名第二(3.74分),领先Kimi K3(3.59)、GLM-5.3(3.60)和GLM-5.2(3.40),仅次于Claude Opus 5(4.22)。
智能体工作流
ML4能够运行通用智能体,完成信息收集、工具使用及生成交付物等复杂工作流。在AutomationBench基准上——涵盖Gmail、Google Sheets、Slack和Salesforce等应用中的657个业务流程——ML4得分59.9%,领先Kimi K3、MiMo-V2.6-Pro和DeepSeek V4 Pro。在AA-Briefcase测试(评估长周期知识工作)中,ML4达到1393 Elo,领先DeepSeek V4 Pro。
多模态与视觉能力
ML4在图像理解上实现了重大飞跃,能够处理复杂文档、图表和自然图像,并为工程、制造、地球观测等感知至关重要的行业带来视觉能力。模型能将视觉定位与智能体能力结合:从检查吉像素级卫星图像(帮助灾害响应团队争分夺秒行动)到分析工程图纸(放大、检查、验证直到答案精确)。演示中,ML4能定位稠密自然场景、验证技术图纸中的机械部件、从PDF中检索证据,以及扫描大规模地理空间图像寻找最隐蔽的物体。在视觉定位这一项上,ML4在Dense 200测试中以42%对41%的得分超越了GPT-6-Astra。
科学与数学
ML4融合了AI驱动方法与该公司研究者们在数学、物理和化学方面的专业知识,具备强大的科学能力。它在SciCode-Verified基准上开创源权重模型最佳成绩,该基准要求模型实现涉及物理、数学、材料科学和生物学的复杂科学工作流。实际操作中,ML4能一次性生成完整的Hartree-Fock模拟——这是一种基于一系列高级例程的复杂多步骤化学任务。在数学方面,无论是形式推理还是应用数学,ML4的精度和结构均优于GLM-5.3,能维持长期、领域特定的应用数学任务,包括与前沿理论物理相关的工作。这些能力使ML4成为贯穿技术工作全流程(从最初问题到最终结果)的优秀研究助手。
知识工作
ML4擅长创建、编辑和修复复杂电子表格与文档,在法律和财务基准上表现优异。通过第三方评估机构vals.ai进行的法律和财务代表性任务测试中,ML4在这两个领域均优于GPT-6-Astra。在HarveyAI法律智能体基准上,ML4胜过所有开源模型。演示中,ML4处理一个多步骤企业财务挑战——搜索EDGAR及欧洲等效数据库中的上市公司文件和财务报告——的轨迹被制作成动画语义图,展示每个模型收集证据、计算结果和未解决问题路径。
模型安全与人类评估
ML4在安全方面也达到了新高度。在Lakera的B3 AI安全基准上,ML4抵御了93.3%的攻击,该分数在竞品中无人能及。在KORA基准上,ML4获得了1.691分(满分2,代表“卓越”),为开源模型中的最高分。值得注意的是,尽管ML4在网络安全基准上表现强劲,其在JailbreakBench、StrongREJECT和AgentHarm的恶意网络提示平均拒绝率反而高于所有开源模型,这意味着它更负责任地处理危险请求。
内部人类评估中,专家标注员在编码、计算机辅助设计(CAD)、金融、数学和物理学领域将ML4与GLM-5.3进行对比。ML4在CAD和STEM方面获得更高偏好,在金融和编码方面与GLM-5.3持平或接近。
强化学习与未来展望
Mistral强调,基础模型进步迅速,后训练必须同步跟进。他们采用强化学习(RL)方法,因为RL能随着模型能力增强而适应——训练基于模型自身尝试的结果,并随着模型变强不断提高任务难度和多样性。该RL库专为此设计,确保模型持续优化。
未来,Mistral将公布更多架构细节、扩展基准和后训练方法论。ML4也将作为新一代专用和优化Mistral模型的基础。在权重发布之前,团队邀请用户尝试预览API并通过社交媒体提供反馈。总体而言,Mistral Large 4不仅代表了开源模型性能的新标杆,更以“欧洲训练、欧洲部署、开放权重”的模式,为企业和公共部门提供了主权AI的实质性选择,尤其在网络安全这一关键领域具有独特价值。
原标题:Mistral Large 4。 HN 原始发布时间:2026年10月6日星期二。当前记录为 1631 分、981 条评论。