Mistral Large 4

Mistral Large 4（别名 Le Chonk）是 Mistral AI 于 2026 年 10 月 6 日开放 API 公开预览的原生多模态 MoE 模型。官方文档列出 1.05T 总参数、49B 激活参数和 1.6B 视觉编码器，支持文本与图像输入、文本输出。发布文章将它定位为融合指令、推理与智能体能力的模型。当前强化学习训练仍在继续，月底计划发布权重；本次公开预览不能等同于最终权重版已经上线。

1M 上下文和 160+ 语种已获官方确认

官方模型页标注 1M 上下文，支持函数调用、结构化输出与工具使用，调用示例采用 high 推理档位。发布文章称模型原生支持 160 多种语言，训练数据覆盖欧盟全部官方语言，但未公布完整的支持语种清单。Mistral 称训练从头在其欧洲自有数据中心的 3,800 张 NVIDIA Grace Blackwell GPU 上完成，公开预览也由同一基础设施提供服务。模型先进行监督微调，再通过覆盖科学、编程、安全和长程工具使用的环境开展强化学习，后者尚未结束。

Vals 模型页记录 512K 上下文、256,000 最大输出 token、temperature 1、top-p 0.95 和 high 推理档位。这些属于第三方测试设置，不能直接替代官方规格。官方最大输出长度、知识截止日期和完整语种清单仍未披露。

专业任务已有独立成绩，官方编程成绩还包含私下评测

截至 2026 年 10 月 6 日，AA 模型页给出的 AutomationBench-AA 得分为 59.9%，AA Cyber Index 原始值为 49.51，发布图取整为 50。Vals 的 Finance Agent v2 为 54.68%，Harvey’s Legal Agent Benchmark 为 15.83%，Vals Index v2.1 为 48.05%。这些成绩支持模型在部分业务和安全任务上的表现，但各基准覆盖范围不同，单项结果不能证明官方所称的美国或欧洲开放权重模型综合领先。

官方文章另报 DeepSWE v1.1 为 61.7%、SWE-Atlas-QnA 为 59.4%、Terminal-Bench 4.0 为 28.3%，并注明它们来自 AA 在新 harness 公开前进行的私下评测，计划在 harness 发布后进入 Coding Agent Index。具体 harness 与推理预算尚未公开。这组 Terminal-Bench 成绩不能与 Vals 通过 Mini-SWE-agent 测得的 22.73%合并。文章中的 Coding Agent Index 为 49.8%，但未说明指数版本，因此这里只保留发布方转述。

视觉定位的领先证据集中在特定测试

Mistral 在 Dense 200 上报告 42%，对比 GPT-6 Astra 的 41%，差距为 1 个百分点。这是官方测试结果，不能扩展为所有视觉任务都优于闭源前沿模型。其展示还涵盖工程图纸核验、PDF 证据检索和大型卫星图像搜索。安全方面，官方报告 Cybench 为 93%、Lakera B3 攻击抵抗率为 93.3%；文章没有提供这两项成绩的完整测试配置。当前 API 与面向经过审核的安全合作伙伴的测试设置也需区分，后者使用降低内容限制的同一模型。

首发优惠持续两周，自部署仍需等待权重和许可证

官方文档当前提供两周五折首发优惠：每百万 token 输入 0.68 美元、缓存输入 0.07 美元、输出 2.09 美元，对应原价 1.36、0.14 和 4.18 美元。发布文章页尾及 Vals 的价格采用原价口径。当前可通过 Mistral API 使用公开预览；需要欧洲基础设施和原生视觉、长上下文工具能力的团队可以据此评估。需要自行部署的用户仍须等待月底权重与许可证，官方文档中的两项都标为 Coming soon。

来源：Mistral 官方发布文章；官方模型文档；Artificial Analysis 模型评测；AA Cyber Index；Vals AI 模型评测。资料读取日期：2026-10-06。