Mistral 發布 Large 4「Le Chonk」：1 兆參數開源模型挑戰中美前緣格局

2026 年 10 月 6 日，Mistral AI 在阿布達比 AI Everything 大會上發布其旗艦模型 Mistral Large 4，非官方暱稱「Le Chonk」（取自網路對體態豐滿貓咪的戲稱）。這款 1.05 兆參數的混合專家（MoE）模型，是歐洲目前最具野心的開源前緣模型，直接向美國封閉模型與中國開源模型發起挑戰。

模型規格：效率驅動的架構設計

Large 4 採用 稀疏混合專家（Sparse MoE） 設計，每次推理僅激活約 4.7% 的參數，使其在提供兆級參數能力的同時，維持在 49B 活躍參數量級的推論成本。模型同時配備 1.6B 參數的原生視覺編碼器，支援文字與影像輸入。

基準測試：開源模型的歐洲最強者

根據獨立標杆機構 Artificial Analysis 的評測，Large 4 在 Intelligence Index 上獲得 38 分，遠超前代 Large 3 的 9 分，成為美國與歐洲地區最高分的開源模型。儘管仍落後於中國頂尖開源模型（如 GLM-5.3、Kimi K3、MiMo-V2.6-Pro 落後 6–8 分），Mistral 強調其在特定領域的表現極具競爭力：

• 程式碼能力：在 Coding Agent Index 綜合得分 49.8%，超越 DeepSeek V4 Pro 0813 與 Qwen3.8 Max
• 網路安全：Cybench 得分 93%，CyberGym-E2E 得分 82%，在開源模型中領先
• 視覺基礎：在某些視覺理解任務上超越封閉前緣模型
• 製造與金融：在半導體測試與工業應用圖紙轉 CAD 等領域表現突出

訓練效率：歐洲算力的證明

Large 4 完全在 Mistral 自有歐洲數據中心 內完成訓練，使用約 3,800–4,000 張 NVIDIA Grace Blackwell GPU，耗時約兩個月，總用電約 10 兆瓦。Mistral 科學副總裁 Pierre Stock 向 TechCrunch 表示，其訓練計算量僅為中國競爭對手的 二分之一至三分之一。

此訓練效率得益於 Mistral 在 9 月完成的 30 億歐元 Series D 募資（估值 210 億歐元），資金主要用於擴建歐洲基礎設施。

發布策略：API 先行，權重隨後

當前僅有 API 預覽（Mistral Studio）可供開發者使用：

• 定價：$1.36 / 百萬輸入 tokens，$4.18 / 百萬輸出 tokens
• 文件顯示可能推出更低價格（$0.68 輸入 / $2.09 輸出），但未說明是否為預覽折扣

模型權重將於 10 月底公開釋出（多家媒體指向 10 月 27 日），屆時開發者方可下載並自行部署。Mistral 表示在此期間正與網路安全合作夥伴、政府機構進行紅隊測試。授權條款則尚未公布，這將是權重釋出前的關鍵未知項。

Mistral Large 4 目前開放 API 預覽，定價為 $1.36/百萬輸入 tokens、$4.18/百萬輸出 tokens，遠低於 GPT-6 Astra（$10/$50）與 Claude Opus 5.5（$4/$20）。

產業意義

Large 4 的發布在多重維度上影響 AI 產業格局：

• 歐洲自主性：模型從訓練到部署完全基於歐洲基礎設施，為歐盟提供不依賴中美算力的替代路徑。CEO Arthur Mensch 在 Reuters 專訪中直言：「歐洲無法競爭的說法是不正確的。」
• 開源 vs 封閉的第三極：在 OpenAI 與 Anthropic 持續收緊模型存取、中國開源模型主導 Hugging Face 排行榜的背景下，Mistral 試圖建立「歐洲開源」作為第三選項
• 網路安全定位：多項安全基準上的領先表現，使 Large 4 在政府與企業安全應用中具有獨特吸引力——Mistral 已在與政府網絡防禦機構合作提供「減弱審查」版本
• 規模化路徑：當前 MoE 僅激活 49B 參數，Mistral 暗示隨著訓練規模擴大，能力仍有顯著提升空間

然而，權重尚未釋出、授權條款未明、且僅領先美歐開源模型而仍落後中國同類產品——這些因素使得 Large 4 的實際影響力有待 10 月底權重公開後方能真正檢驗。

本文信息來源：Mistral AI 官方公告、TechCrunch、CNBC、VentureBeat、Artificial Analysis、MarkTechPost。