法国人工智能公司 Mistral AI 发布了新一代旗舰模型 Mistral Large 4。它通常被简称为 ML4，官方昵称则是 le Chonk。Mistral 将其描述为全球最强的开放模型之一，并强调这是一个从训练到推理基础设施都在欧洲完成的前沿模型。
不过，“发布”需要更准确地理解：目前开放的是 Mistral Studio 中的预览 API，模型权重计划在 10 月底才正式提供。完整架构、更多评测结果、后训练方法及最终许可条款也尚未全部公布。因此，现在更适合把 ML4 看作一次能力预告，而不是已经可以自由下载和完整验证的开源发布。
万亿参数，但每次只激活一小部分
ML4 是一个原生多模态的混合专家模型（MoE），总参数达到 1 万亿。Mistral 官方页面目前标注每次推理激活 520 亿参数；部分早期新闻报道使用了 490 亿这一数字，可能来自发布材料更新前的口径。
MoE 的意义在于，模型可以容纳更大的知识与能力规模，但每次处理输入时只调用一部分专家模块。相比让全部参数参与计算，这种结构有机会降低推理成本，并让不同专家分别服务于编程、视觉理解、金融、法律或网络安全等任务。
ML4 将原本分散的能力放进同一个模型：它支持指令执行、推理、多模态输入、代码生成和智能体工作流。Mistral 公布的预览结果显示，模型在 DeepSWE v1.1 编程测试中得分 61.7%，综合 Coding Agent Index 得分 49.8%；在覆盖 Gmail、Google Sheets、Slack 和 Salesforce 等应用流程的 AutomationBench 中得分 59.9%。
这些成绩表明 ML4 已进入头部开放权重模型的竞争区间，但还不能直接证明它是“全球最佳”。目前大量数字来自 Mistral 自己的发布材料，模型权重也尚未开放，第三方还无法用相同配置进行完整复测。
“超过中国模型”目前只在部分领域成立
Mistral CEO Arthur Mensch 在阿布扎比的 Ai Everything 大会上表示，新模型在网络安全等部分领域超过了中国模型，并以此反驳“欧洲无法参与前沿模型竞争”的说法。
ML4 在网络安全上的确是此次发布的重点。Mistral 称，它在 Artificial Analysis Cyber Index 中进入全球前五，并在一个要求复现真实开源软件漏洞并进行修补的测试中获得 82%。在 Cybench 安全挑战中，官方公布的通过率为 93%。
但“部分安全任务领先”和“综合能力全球第一”是两回事。路透社最初报道 Mensch 的讲话时也指出，他当时没有说明具体超过哪些中国模型、采用什么衡量标准。Mistral 后续补充了更多数据，但模型在通用推理、数学、长上下文、真实 Agent 成功率和单位成本上的表现，仍需要独立机构和开发者验证。
中国开放模型目前的优势不只体现在某个排行榜。DeepSeek、Qwen、GLM 和 Kimi 已经形成了较丰富的模型尺寸、推理服务、开发工具和部署生态。ML4 要改变市场格局，需要同时证明三件事：性能能够稳定复现，推理成本具备竞争力，开放后的许可与工具足够友好。
为什么“开放权重”比“开源”更准确
外界常把可以下载的模型统称为“开源模型”，但从严格定义看，ML4 目前更适合称为 开放权重模型。
截至这次预览发布，权重尚未下载开放，完整训练数据、训练代码、技术报告和许可条款也没有全部公开。即使月底按计划发布权重，也不必然满足传统开源软件对训练材料、修改权和再分发权的全部要求。
对企业来说，这个区别并不只是名词问题。最终许可会决定模型能否用于商业产品、是否允许修改和再发布、是否存在规模或用途限制；模型卡则会影响安全评估、合规审核和部署决策。在这些材料发布前，企业不宜只根据“开源”标签制定上线计划。
欧洲主权 AI 是 ML4 的第二条主线
ML4 从头开始在 Mistral 自有的欧洲数据中心训练，使用了 3800 张 NVIDIA Grace Blackwell GPU，预览 API 也由同一套欧洲基础设施提供。训练数据覆盖 160 多种语言，包括欧盟所有官方语言。
这让 Mistral 的卖点不只是模型分数，还有 技术主权：客户可以在欧洲法律框架下使用由欧洲公司端到端运营的服务，未来还可以在私有云或本地环境部署权重，减少对美国云平台和中国模型供应商的单一依赖。
这种能力对于政府、金融、国防、关键基础设施和受监管行业尤其重要。企业选择模型时，不只考虑回答质量，还会评估数据存放位置、供应链控制、服务是否可能中断、能否审计以及是否可以按照自己的安全策略运行。
Mistral 认为，开放权重能让客户保留数据和模型控制权，也能避免在关键事件中因供应商安全策略变化而失去能力。尤其在网络安全场景中，封闭模型可能拒绝执行漏洞复现等双重用途任务；自部署模型则允许防守方按照内部授权和审计规则运行。不过，这种自由同时意味着更大的治理责任：能力越强，越需要访问控制、隔离环境和操作记录。
30 亿欧元融资要买的是完整基础设施
Mistral 在 9 月完成了 30 亿欧元 Series D 融资。路透社报道，这轮融资对公司的估值约为 210 亿欧元。官方称，这是欧洲科技公司有史以来规模最大的股权融资。
这笔资金不是只用来训练一个模型。Mistral 正在扩大欧洲数据中心、训练算力、模型研发以及企业部署平台，希望形成从 GPU 基础设施、模型训练、API 服务到私有化交付的完整体系。
ML4 因而承担了双重任务：一方面证明欧洲团队仍能训练接近前沿水平的大模型；另一方面为 Mistral 的主权云、行业模型和企业服务提供统一底座。它未来将成为金融、制造、工程、物流、制药和公共部门专用模型的基础。
企业真正买的不是排行榜第一
开放权重模型的商业价值，通常不在于赢下所有基准，而在于给企业更多控制空间：数据可以留在内部环境，模型可以针对行业知识微调，推理成本可以自行优化，也不必把关键业务永久绑定在单一 API 上。
但 ML4 的万亿参数规模也意味着，它并不是普通企业在几张消费级显卡上就能运行的模型。即使每次只激活 520 亿参数，完整部署仍需要专业的计算、存储、网络和推理优化能力。对多数客户而言，更现实的路径可能是使用 Mistral 托管服务、区域云或经过量化和优化的行业版本，而不是完全自行维护原始模型。
因此，判断 ML4 是否成功，接下来应关注四个信号：权重是否按期发布、最终许可是否足够开放、第三方能否复现官方性能，以及真实企业任务的单位成本是否优于 DeepSeek、Qwen、GLM 等竞争者。
ML4 暂时还不能被确认是“全球最佳开源 AI 模型”，但它已经释放了一个重要信号：开放模型的竞争不再只是美国与中国之间的比赛，欧洲正在用自有算力、数据主权和企业私有部署重新争夺一个位置。
新闻来源： Mezha.Media：Mistral unveils ML4
官方发布： Mistral AI：Introducing Mistral Large 4
报道核验： Reuters：Mistral CEO says new AI model beats Chinese ones in some areas；Le Monde：Mistral Large 4 aims to narrow the gap