# Mistral Large 4 公测：万亿开源 MoE 反击，欧美大模型重回第一梯队（2026年10月）

2026 年 10 月 6 日，法国 Mistral AI 发布 Mistral Large 4（代号 le Chonk）公测版：1.05T 总参数、49B 激活的细粒度 MoE，原生多模态、1M 上下文，官方称在开源模型的网络安全、金融、法律方向达到 SOTA，并承诺 10 月底开放权重。这是欧美开源阵营第一次在万亿级参数上正面追平中国开源模型，也是 [Mistral AI](https://www.aitoollab.cn/tools/mistral-ai/) 从「欧洲小模型」转向前沿规模的关键一步。

## Mistral Large 4 的核心参数是什么？

官方模型文档给出的规格很集中：1.05T 总参、49B 激活，另配 1.6B 视觉编码器，原生多模态，上下文窗口 1M，覆盖 160+ 语言，在 Mistral 欧洲自建机房的 3,800 张 NVIDIA Grace Blackwell 上从零训练。

后训练流程是这次的新东西：Mistral 搭了一套可组合环境的软件栈，能并行跑数万条 rollout，每天产出 330 亿 token，近一半用于迭代模型；rollout 与训练异步进行，一方延迟不拖慢另一方。官方还提到，他们没有在产出当前版本后暂停训练，后续会继续放大模型。

## 跑分如何？和 Qwen3.8-Max、DeepSeek V4 Pro 比谁强

按官方与 Artificial Analysis 私测口径，Mistral Large 4 的编码成绩为 DeepSWE v1.1 61.7%、SWE-Atlas-QnA 59.4%、Terminal-Bench 4 28.3%、Coding Agent Index 49.8%，均高于 [Qwen3.8-Max](https://www.aitoollab.cn/tools/qwen3-8-max/) 与 [DeepSeek](https://www.aitoollab.cn/tools/deepseek/) V4 Pro 0813。

安全与知识工作是强项：Cybench 93%，AA Cyber Index 漏洞复现+修补子项 82% 为全场最高；AutomationBench 59.9%，AA-Briefcase 1393 Elo。Surge AI 盲评编码质量 3.74，仅次于 [Claude](https://www.aitoollab.cn/tools/claude/) Opus 5 的 4.22。

但它并不全面领先：主流编码基准仍明显落后 [GPT-6 Astra](https://www.aitoollab.cn/tools/gpt6-astra/) 这类前沿闭源模型，视觉定位 Dense200 42% 也仅以 1 个百分点高于 GPT-6 Astra 的 41%。

![Mistral Large 4 与开源/闭源旗舰的定位对比](https://www.aitoollab.cn/images/articles/mistral-large-4-open-weight-2026-10/compare.png)

## 价格与接入方式

公测期可在 Mistral Studio / Console 调用模型 `mistral-large-4`，支持 Chat Completions、Function Calling、Structured Outputs、Batch 与 Agents。定价每百万 token 输入 $1.36、缓存 $0.14、输出 $4.18，文档另列半价一档。

## 开源权重月底开放，对开发者意味着什么

一是可自部署的主权 AI：权重开放后，企业能在私有云或本地跑安全运营、金融、法律这类敏感场景。二是降低供应商锁定：Mistral 把网络安全与抗攻击（Lakera B3 93.3%）作为卖点，正对合规自托管的刚需。三是选型空间变大：开源旗舰从「中国模型二选一」变成三足鼎立。

![Mistral Large 4 关键规格速览](https://www.aitoollab.cn/images/articles/mistral-large-4-open-weight-2026-10/specs.png)

数据声明：本文参数与跑分来自 Mistral 官方模型文档、官方发布页及 Artificial Analysis 私测口径，属厂商公布数据；独立第三方复测需待 10 月底权重开放后验证，请以实测为准。