Mistral Large 4 權重現已開放：自預覽版發布後有哪些變化

Mistral AI 於 2026 年 10 月 29 日（星期四）發布了 Mistral Large 4 的權重。這個擁有 1 萬億個參數的模型，綽號是「 Le Chonk 」。自預覽版推出後的三星期，這間新創公司利用這段時間大幅提升模型在程式編寫和網絡安全方面的能力。

10 月 6 日，Mistral 介紹全新的人工智能模型 Mistral Large 4，又稱 Le Chonk 時，這間法國新創公司只設有付費 API 存取方式。不過，公司承諾在月底開放模型權重，説到做到。三星期後，相關檔案已上線。

自 2026 年 10 月 29 日（星期四）起，這些開放權重可在 Hugging Face 網站找到，Mistral 亦在其網誌和X上公佈了這項消息。

人工智能模型的權重，是模型在訓練階段學會的大量設定值。下載權重後，用戶便可在自己的伺服器上運行模型，毋須將數據傳送至 Mistral。從理論上看，模型採用 1 萬億個參數；但實際上，每個詞元（一個詞語片段）只會用到 490 億個參數；若計算輸入和輸出層，則會用到 520 億個。

這種取捨是刻意設計的。Mistral Large 4 採用一種稱為 MoE 的架構，即專家混合（Mixture of Experts）。簡單來説，模型分為 128 個各有專長的「專家」，每個詞元只會動用其中四個，再加上一個共用專家。作為比較，上一代Mistral Large 3 擁有 6,750 億個參數，每個詞元會用到 410 億個參數（同樣採用 MoE 架構）。

Mistral Large 4 有甚麼改變 ？

Mistral 宣佈推出 Mistral Large 4 到發布權重之間的三星期並沒有停下來：公司繼續進行強化學習，尤其着重網絡安全和程式編寫。Mistral 表示，模型有「顯著改進」，而進展「持續加快，完全沒有飽和跡象」。

根據 Mistral 公佈的數據，模型在 Terminal-Bench 4.0（一項命令列程式設計測試）的分數由 28% 升至 41%，僅比中國的 GLM-5.3（40%）高 1 個百分點。在 Artificial Analysis 機構的程式碼指數上，模型取得 48%，與同一款 GLM-5.3 不相上下；平均每項任務少用 47% 詞元（按文字單位收費）。在 Terminal-Bench 上，Mistral 的排名亦高於 DeepSeek V4.1 Flash（31%）、Kimi K3（21%）和 Muse Spark Open（6%）。

不過，Mistral 在 Hugging Face 的文件中承認，中國最佳開放模型在同一機構的整體指數上仍然領先；Le Chonk 得 26 分，是西方開放模型中的最高分。值得一提的是，搜尋引擎 Ecosia 正是在 10 月初選用中國模型來取代 Mistral。替代模型包括 Qwen、Kimi，以及 GLM。Ecosia 行政總裁 Christian Kroll 批評 Mistral 的模型質素，並指其落後競爭對手約一年。

API 費用減半：每百萬個輸入 token 收費 0,70 美元（約 0,63 €），輸出則收費 2,10 美元（約 1,89 €）；預覽版標準價格則分別為 1,36 美元（約 1,22 €）和 4,18 美元（約 3,75 €）。

名為 Mistral Ecosystem Open-Weight License 的授權條款，則不及 Large 3 的 Apache 2.0 授權條款寬鬆；後者允許所有用途，包括商業用途。這個經修改的 MIT 自由授權版本允許商業用途，但以服務形式轉售模型存取權的企業除外——這些企業必須與 Mistral 簽署另一份授權。

Chonk 仍然超出個人電腦的能力範圍：即使是壓縮版本，也需要四張 數據中心 Nvidia B200 或 B300 顯示卡，而完整版本則需要八張。

一眼盡覽所有科技新聞

將 Numerama 加到主畫面，與未來保持連繫！