Mistral 在高端模型上沉寂了一阵子。Mistral Large 3 于 2025 年 12 月发布，此后围绕开放权重前沿模型的讨论都是 Kimi、DeepSeek、GLM 和 Qwen。2026 年 10 月 6 日，Mistral 用 Mistral Large 4 给出回应——一个 1 万亿参数、被团队称为“Le Chonk”的模型。
最抓眼球的数字来自一项网络安全基准：Large 4 得分 82%，而 Claude Opus 5.5 和 GPT-6 Astra 接近零。这是真的，就写在 Mistral 的发布页上，但在转发之前需要补一句上下文。本文会给出这层上下文、规格参数、真实价格，以及 Large 4 仍然落后的地方。
TL;DR
- 它是什么：一个 1.05T 参数的混合专家（MoE）模型，激活参数 49B，配 1.6B 视觉编码器，支持文本与图像输入，上下文窗口 1M token。
- 在哪里获取：今天起以
mistral-large-4在 Mistral API 上公开预览，权重“月底前”放出，大约在 10 月 27 日左右。 - 价格：标价 $1.36 输入 / $4.18 输出（每百万 token），预览期当前显示为 $0.68 / $2.09。缓存输入为 $0.07。
- 网络安全那一项：在 AA Cyber Index 的漏洞复现测试中得分 82%。Opus 5.5 和 Astra 接近零，是因为它们拒绝执行任务，而不是做不到。
- 真正的落后项：在人工评分的编码能力上，Claude Opus 5 得 4.22，Large 4 得 3.74。
为什么说“Mistral 回来了”是公允的
2026 年的大部分时间里，最强的开放权重模型都来自中国。Mistral 一直在发布新模型，包括 Medium 3.5、Devstral 2 和 Small 4，但没有一个能在闭源前沿模型的主场上与之竞争。
Large 4 改变了这个说法。Mistral 声称它“显著超越任何在美国或欧洲开发的开放权重模型”，并用一套面向欧盟主权叙事的训练故事来支撑：该模型在 Mistral 自有的欧洲数据中心里，从零开始训练于 3,800 张 NVIDIA Grace Blackwell GPU，覆盖 160 多种语言，包括所有欧盟官方语言；而它发布前几周，Mistral 刚完成 30 亿欧元 D 轮融资，被其称为欧洲科技公司史上最大的股权融资。
时机也很关键。Large 4 恰好在 Reflection 发布其开放权重模型 Beam 之后登场，于是这场美中开放模型竞赛多出了第三个认真的参赛者。
网络安全那条头条，以及它的前提
这就是大家都在截图的结果。Artificial Analysis 的 Cyber Index 包含一项测试：要求模型复现开源软件中的一个真实漏洞，然后修补它。Mistral 称 Large 4 得分 82%，是所有模型中最高的。
然后是前提，用 Mistral 自己的话说：“包括 Claude Opus 5.5 和 GPT-6 Astra 在内的若干领先闭源模型，在同一测试中接近零分，原因是它们拒绝执行该任务。”
所以要这样理解：
| 说法 | 实际含义 |
|---|---|
| “Large 4 在网络安全上胜过 Astra 和 Opus 5.5” | 在这一项测试中，闭源模型拒绝作答。Large 4 作答了，且通常成功。 |
| “Large 4 是最好的黑客模型” | 不成立。拒绝是一种策略选择，不是能力上限。 |
| “Large 4 不安全” | 同样不成立。Mistral 报告称，其在 JailbreakBench、StrongREJECT 和 AgentHarm 的网络安全类 prompt 上的平均拒绝率，高于其他所有开放权重模型。 |
头条背后确实有真实能力。Large 4 还解出了 Cybench 的 93%——这是一组 40 道夺旗（CTF）题，Mistral 称这是开放权重模型已报告的最高分之一。在 B3 Agent Security Benchmark 上，它能抵御 93.3% 的攻击。
对安全团队来说，这个组合才是真正的重点：一个可以自托管、能帮你复现并修补自己代码中 CVE 的模型，同时仍会拒绝大多数明显有害的请求。对 API 团队来说，这是一件值得放在自己硬件上、而不是隔着别人策略过滤器的工具。
在网络安全的范畴之外，Large 4 在哪里胜过 GPT-6 Astra
网络安全那个结果最响，但另外两项对 Astra 的胜利更安静也更有意义，因为两个模型都真正尝试了任务：
| 基准 | Mistral Large 4 | GPT-6 Astra | 说明 |
|---|---|---|---|
| Dense 200（视觉接地） | 42% | 41% | 领先一分。真实，但很微弱。 |
| Finance Agent v2（vals.ai） | 领先 | 落后 | Mistral 只公布排名，没有公布分数。 |
| Harvey Legal Agent Benchmark | 最佳开源模型 | 在列 | 没有公布正面交锋的数字。 |
与其他开放模型相比，差距更大：
| 基准 | Mistral Large 4 | 胜过谁 |
|---|---|---|
| AutomationBench（657 条工作流） | 59.9% | Kimi K3、DeepSeek V4 Pro |
| AA-Briefcase（知识工作） | 1,393 Elo | DeepSeek V4 Pro |
| DeepSWE v1.1（编码） | 61.7% | 领先开放权重模型 |
| SWE-Atlas-QnA | 59.4% | |
| Terminal-Bench 4.0 | 28.3% |
以上全部是 Mistral 自己报告的预览版模型数据。目前还没有独立实验室复现，而 Euronews 报道称发布时强化学习仍在收尾。把这些数字当作强信号，而不是定论。
它仍然落后的地方
Mistral 公布了一项闭源模型明显胜出的结果。在 Surge AI 对五个模型做的编码质量人工评测中，Large 4 Preview 排名第二：
| 模型 | 人工编码评分（满分 5） |
|---|---|
| Claude Opus 5 | 4.22 |
| Mistral Large 4 Preview | 3.74 |
| GLM-5.3 | 3.60 |
| Kimi K3 | 3.59 |
| GLM-5.2 | 3.40 |
这是对中国最强开源模型的干净胜出，但落后 Claude 半个点。Mistral 自己的说法是，Large 4 在编码上正在“缩小”与前沿模型的“差距”，这一表述是诚实的。
另外还缺一块：所有发布材料里都没有与 Claude Fable 5.1 或 GPT-6 Sol 的对比。如果有人告诉你 Large 4 胜过 Fable，请让他拿出基准数据。
规格速览
| 规格 | Mistral Large 4 |
|---|---|
| API 模型 ID | mistral-large-4（别名 mistral-large-4-0） |
| 版本 | 26.10，公开预览 |
| 架构 | 混合专家（MoE），instruct + 推理混合 |
| 参数 | 总计 1.05T，激活 49B，1.6B 视觉编码器 |
| 上下文窗口 | 1M token |
| 输入 | 文本、图像 |
| 推理 | reasoning_effort 参数（"high" 或 "none"） |
| 工具 | 函数调用、结构化输出、内置 agent 工具 |
| 端点 | /v1/chat/completions、/v1/conversations、/v1/agents、/v1/batch |
| 权重 | 开放，2026 年 10 月底前；许可证尚未公布 |
价格：目前可调用的最便宜的前沿级模型
这部分最该让 API 团队关注。Mistral 的定价页显示，Large 4 在预览期间按标价的一半出售：
| 模型 | 输入 / 1M | 输出 / 1M | 开放权重 |
|---|---|---|---|
| Mistral Large 4（预览价） | $0.68 | $2.09 | 是，10 月底 |
| Mistral Large 4（标价） | $1.36 | $4.18 | 是，10 月底 |
| Claude Opus 5.5 | $4.00 | $20.00 | 否 |
| GPT-6 Astra | $10.00 | $50.00 | 否 |
按预览价计算，Large 4 的输出成本约为 Astra 的二十四分之一。即便按标价，输出也便宜约 12 倍。缓存输入可降到 $0.07/百万 token，这对每轮都重发同一份系统 prompt 和工具定义的 agent 来说很重要。
Mistral 没有说明预览折扣何时结束，因此做预算时请按标价计算。
应该切换吗？
如果符合以下情况，现在就值得试：
- 你在跑 agent 工作流或知识工作自动化，并且正在付前沿模型的价格。AutomationBench 和 AA-Briefcase 表明 Large 4 在这里具备竞争力，成本却只有零头。
- 你需要覆盖欧盟语言的多语言输出，或为了合规而使用欧盟境内的推理服务。
- 你做防御性安全工作，且经常在合法的漏洞复现上被拒绝。
- 你希望几周后就能自托管一个前沿级模型。
如果符合以下情况，先等等：
- 代码质量是你的主要指标。在人工评分编码上，Claude 仍然领先。
- 你需要能在评审中站得住脚的数字。等权重放出后的独立基准。
- 你在生产环境跑 Large 3。预览版仍可能变化，Mistral 也还没发布稳定的版本化 ID。
如何在 Apifox 中用你自己的 API 测试 Large 4
基准测试告诉你模型在别人的任务上表现如何，而更快的决策方式，是让 Large 4 跑你自己的 prompt，再和今天付费在用的模型对比。Apifox 无需一行胶水代码就能做到：
- 把请求保存一次。新建
POST https://api.mistral.ai/v1/chat/completions，把 key 存成环境变量，并设置Authorization: Bearer {{MISTRAL_API_KEY}}。 - 按模型克隆。复制该请求，只改
model字段（mistral-large-4对比你当前的模型），分别发送。Apifox 会并排展示响应、状态码、耗时和大小，而usage块给出的 token 数可以直接用于成本对比。 - 添加断言。校验
200状态码、回答非空，如果你要求结构化输出，还可以加上 JSON Schema 匹配。这样一次性实验就变成了回归测试。 - 每次模型更新都重跑。把这些请求归入一个测试场景，Mistral 更新预览版或放出权重时重跑一遍，你就能在用户之前发现质量是否漂移。
Large 4 的两项优势天然契合 API 工作。它的安全表现让它很适合充当 API 安全测试的第二审查者，例如在你自己的预发环境 API 上复现一个鉴权绕过问题。它的函数调用和结构化输出能力，则可以让你把在 Apifox 中设计好的 OpenAPI 规范，转成 agent 可直接调用的工具定义。
包含 key、推理分块、图像、函数调用和成本计算的完整代码演练，见我们的《Mistral Large 4 API 指南》。如果你从更早的 Mistral 模型迁移过来：《Mistral AI API 基础》和《Mistral Medium 3.5 API 指南》依然适用——相同的 base URL、相同的鉴权，只是换了模型 ID。
常见问题
Mistral Large 4 是开源的吗？ 它是开放权重的。Mistral 称权重将在 2026 年 10 月底前放出，许可证尚未公布，所以不要假定它与 Large 3 的 Apache 2.0 一致。
Mistral Large 4 真的胜过 GPT-6 Astra 吗？ 按 Mistral 的数字，在视觉接地（42% 对 41%）和 Finance Agent v2 上确实如此。在网络安全漏洞测试中，Astra 接近零分是因为它拒绝执行，因此那不是同口径的胜利。
它胜过 Claude 吗？ 编码上没有。人工编码评测中 Claude Opus 5 以 4.22 对 3.74 领先。Claude Opus 5.5 同样拒绝网络安全复现任务，这也是它在那里接近零分的原因。
“Le Chonk”是什么意思？ 这是 Mistral 给该模型起的非正式昵称，拿它的体型开了个玩笑。官方名称是 Mistral Large 4，简称 ML4。
可以免费用吗？ Mistral 的免费方案每月包含 $10 的 API 额度，并可在 Le Chat 和 Vibe 中访问其最新模型。按预览价，$10 大约能买到 Large 4 的 480 万输出 token。
结论
Mistral 回到了前沿模型的讨论之中。按 Mistral 的数字，Large 4 是中国以外最强的开放权重模型，成本只有 Astra 或 Opus 5.5 的零头，并且几周内就能跑在你自己的硬件上。“在网络安全上胜过 Astra 和 Claude”这句是真的，但来自对方的拒绝执行；而关于编码的诚实结论是“仅次于 Claude”。趁预览价还在，现在就在 Apifox 里用你自己的 API 测一测，并把生产环境的决策推迟到 10 月 27 日之后的独立基准出炉。
HiFox：将 Agent 变成真正的队友
另外，我们也在思考，AI 如何从个人提效走进团队协作。
HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。
👉 立即体验 HiFox：https://hifox.com
AI Coding 交流群
如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，
欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。
