2026年10月6日，Mistral AI正式发布Mistral Large 4公测预览版——内部代号ML4。这款模型总参数量1.05万亿，活跃参数52亿，携1.6亿参数视觉编码器，支持最长100万token的上下文窗口，是Mistral有史以来规模最大的模型。Mistral在发布首日至次日之间将官方公布的活跃参数数字从49亿更新为52亿，HuggingFace社区文章对此有据可查。
Mistral Large 4对混合专家（Mixture-of-Experts，MoE）架构进行深度改造。传统MoE将token路由给少数几个大型专家模块，而Mistral官方博客将ML4描述为“粒度化MoE”——路由器从更多、更小的专业化单元中选择，目标是让推理时的计算量保持在52亿活跃参数的水平，同时从1.05万亿总参数里调动更丰富的知识储备。这个设计逻辑与DeepSeek系列、Qwen系列近两年在MoE赛道上的探索方向高度一致：用稀疏激活压低推理成本，同时维持甚至超越密集模型的智能上限。
在可核实的基准数据上，据beam.ai和多家科技媒体的报道，ML4在DeepSWE v1.1这一面向真实代码库的智能体编程评测中得分61.7%，同场对手GLM-5.3得分61%，DeepSeek-V4-Pro得分57%，Qwen 3.8 Max得分51%，Reflection AI的Beam得分44%。在金融领域的FinWorkBench评测中，ML4以67%的成绩与DeepSeek-V4-Pro持平。综合评测机构Artificial Analysis的Intelligence Index（综合10项评测）给出的结论是：ML4预览版得分38，在225个参赛模型中排第64位，位于“最强开源模型”区间之后。Mistral官方博客明确说明这些结果是预览期的初步数字，“还在快速改进”。
训练基础设施本身就是一个战略声明。Mistral官方博客披露，ML4从零开始训练于3800块英伟达Grace Blackwell GPU之上，算力集群完全部署在Mistral自有的欧洲数据中心，训练数据覆盖160余种语言，包含欧盟所有官方语言。Mistral在用硬件自主权为欧洲监管机构和企业客户背书——数据不经过美国云，模型不依赖美国算力，推理不受制于境外服务条款变更。Mistral的公告明确提到，在欧洲部署的版本由Mistral“独立运营，不依赖其他数字服务商，遵循欧洲法律”。
网络安全领域是Mistral在此次发布中着力渲染的旗帜场景。官方博客明确指出，在以网络安全为代表的高敏感垂直行业，闭源服务商的内容审查会阻断合法的漏洞研究和事件响应；而ML4以开源权重和私有化部署的组合，让机构能够在自己的安全策略下运行。这不仅是一个功能点，而是一套瞄准政府和大型企业安全团队的完整价值主张。正因如此，在权重正式开放之前，Mistral选择让网络安全行业的头部合作伙伴和国家机构以“降低内容审核、扩展网络安全能力”的配置提前参与红队测试。
对开发者和企业选型而言，当前这一时间窗口有几个实际约束必须厘清。其一，截至10月22日，Mistral的HuggingFace组织页面上并未出现可下载的ML4权重检查点，模型只能通过Mistral Studio的API访问，权重开放日期为10月底。其二，上下文窗口在不同平台存在分歧：Mistral官方页面标注100万token，OpenRouter目录同日显示的是512K（524,288）。这意味着开发者在基于ML4构建系统之前，必须以实际使用的服务端点为准进行测试。其三，视觉推理能力中的“视觉定位（visual grounding）”被Mistral标注为超过部分闭源前沿模型，但这一说法目前来自官方博客，缺乏第三方独立基准的同步核实。
横向来看，ML4所在的竞争坐标系已经与两年前截然不同。2024年以前，开源模型普遍被视为闭源前沿模型的“廉价替代”——性能折扣换价格优势。而此刻，在特定任务上真正接近或超越闭源旗舰的开源模型已经不止一家：DeepSeek系列从中国输出了震动硅谷的规模效率，Qwen系列在多语言能力上持续突破，Llama 4系列在Meta的算力投入下逐步向上。ML4的出现让这个竞争坐标系里多了一个来自欧洲、强调数据主权、且在网络安全和法律金融等高合规行业中明确定位的新极点。The Next Web在报道中将这一事件定性为“欧洲挑战中国在开源AI领域的领先地位”，这个叙事框架折射出一个现实：开源旗舰的竞争格局已经不再是“开源 vs 闭源”的二元对立，而是多个地缘政治和技术路线并行角力的多极博弈。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接