Mistral Large 4 开放权重：把万亿参数模型推向编码与防御安全

导语

Mistral 宣布开放 Mistral Large 4（代号 Le Chonk）的模型权重。该模型此前已进入公开预览，此次版本是在额外三周强化学习基础上完成的改进版。它拥有约一万亿参数，采用原生多模态架构，重点面向智能体编码、复杂推理和防御性网络安全场景。

这次发布的看点不只是模型规模，而是 Mistral 试图将更强的任务完成能力与更低的推理开销放在一起。公司表示，更新后的模型在编码评测中取得了开放权重模型中的领先成绩，同时减少了完成任务所需的输出 token。

核心要点

• 编码能力继续提升。 在 Cognition 的 FrontierCode 2.0 测试中，Mistral Large 4 得分为 19.7%。该测试不仅关注代码是否生成，还考察修改能否达到仓库维护者愿意合并的程度。Mistral 还称，模型在 Terminal-Bench 4.0 上达到 41%，较公开预览版提高 13 个百分点，并成为该测试中表现领先的开放权重模型。
• 更重视 token 效率。 在 Artificial Analysis Coding Agent Index 上，模型得分为 48%，与 GLM-5.3 等领先开放权重模型接近，但平均每项任务使用的 token 少 47%。在 Terminal-Bench 4.0 中，输出 token 也减少了 30%。这类指标对需要长期运行编码智能体的团队尤其重要，因为成本不仅取决于单次准确率，也取决于模型完成任务时的迭代次数和输出长度。
• 提供三档推理模式。 Low 面向简单任务，取代原先的 None 模式；Medium 用于日常工作；High 则针对需要更高精度和更充分推理的复杂问题。开发者可以据此在响应质量、延迟和费用之间做配置，而不是让所有请求都使用最高强度推理。
• 聚焦防御性安全。 Mistral 公布的数据显示，模型在 Artificial Analysis Cyber Index 上得分为 51%。该测试涉及代码库漏洞发现、复现验证以及修复后不破坏既有功能等任务。公司同时称，模型对恶意网络安全请求的平均拒答率为 96.6%，并强调其安全机制试图区分合法防御工作与攻击性用途。
• 开放权重服务于主权部署。 Mistral 表示，Large 4 从训练到发布均依托欧洲基础设施，并希望让企业、政府和研究机构能够自行托管、定制和审计模型。对于受数据驻留、合规或关键基础设施要求约束的组织，这种部署方式可能比完全依赖外部 API 更具吸引力。

意义与影响

Mistral Large 4 的发布反映出开放模型竞争正在从“谁的参数更多”转向“谁能以更低成本完成真实任务”。编码智能体往往需要多轮调用、运行终端命令并根据反馈修改代码，因此 token 效率会直接影响规模化使用的经济性。三档推理模式也说明，推理预算正在成为模型产品设计的一部分。

安全领域则呈现出更复杂的权衡：防御者希望模型能够分析漏洞、复现问题和生成补丁，但同样的能力可能被滥用于攻击。Mistral 给出的 Cyber Index 与恶意请求拒答率数据，体现了其试图同时优化能力和安全边界。不过，相关数字主要来自 Mistral 引用的评测与合作方测试，外部用户仍需关注测试集、运行配置和实际部署效果，不能仅凭厂商指标判断模型适用性。

总体而言，开放权重、原生多模态、可调推理强度以及面向编码和网络安全的强化，使 Large 4 更像一套可被组织自行部署和改造的基础设施，而不仅是一款聊天模型。它能否在不同硬件、真实代码库和长期安全运营中保持优势，还有待更广泛的独立评测验证。

来源：Hacker News