Mistral开放万亿参数模型权重：编程智能体少用47%词元，终端任务提升13个百分点
核心概要
Mistral AI 公开了旗舰模型 Mistral Large 4（Le Chonk）的权重，这是一个在公开预览后经三周额外强化学习改进的万亿参数原生多模态模型。在 Artificial Analysis 编程智能体指数上，它以 48% 与领先开放权重模型 GLM-5.3 基本持平，而每个任务平均少用 47% 的词元；在 Terminal-Bench 4.0 上，它比自身公开预览版提升 13 个百分点至 41%，输出词元减少 30%。模型还提供低、中、高三档推理模式，供开发者权衡性能与推理成本。
深度剖析
Mistral AI 把旗舰模型 Mistral Large 4 的权重公开释放，使组织可以自行检查、定制并在自有基础设施上部署这个万亿参数模型，而不必依赖厂商的 API 服务。 此前该模型只以公开预览形式提供，权重并未开放；这次发布的是经过三周额外强化学习后的改进版本。 在 Cognition 的私有基准 FrontierCode 2.0 上，该模型以 19.7% 的得分领先，该基准评估端到端代码质量以及仓库维护者是否愿意合并智能体的改动。
模型在编程任务上的效率提升体现在词元消耗上：达到与领先开放权重模型相当的水平时，每个任务平均少用 47% 的词元，使大规模运行编程智能体更经济。 在 Artificial Analysis 编程智能体指数上，Mistral Large 4 得 48%，与 GLM-5.3 基本持平，差别在于词元用量。 在 Terminal-Bench 4.0 上，该模型相比自身公开预览版提升 13 个百分点至 41%，输出词元减少 30%，在开放权重模型中领先。
模型新增低、中、高三档推理模式，让开发者按任务难度在性能与推理成本之间取舍，其中高档为默认设置。 低档取代了此前的“无推理”模式，用于简单任务；中档面向日常任务；高档面向需要高精度和充分推理的最难用例。 在 Surge Code 的盲测成对评估中，Mistral Large 4 的偏好度超过 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 等开放权重模型，在受评模型中仅次于 Claude Opus 5.5。
启示与展望
报道覆盖的是 Mistral AI 公布的模型发布信息与厂商自述评测：编程、终端工作流、网络安全、金融表格与网页浏览等基准结果，以及三档推理模式和开放权重许可条款。适合关注开放权重模型部署、编程智能体成本与防御性安全工具的研发人员阅读。
Mistral AI 表示在实时流量中观察到模型会拒绝针对真实目标的黑盒攻击，但仍看到被用于发动真实攻击的潜在提升空间，因此正在相应修改护栏并将在未来数月持续更新。专用网络安全变体仅向经严格审查的企业设计伙伴开放，测试限于自有或明确授权的受控系统。