有助於理解文章的圖片
兆級參數模型先開放API預覽
法國人工智慧新創Mistral AI於2026年10月6日發表新一代模型Mistral Large 4，別名「le Chonk」。模型採用專家混合架構，總參數規模達1兆個，每次運算啟用其中490億個參數，主要鎖定程式開發代理、知識工作、網路安全及視覺位置推理等應用。
Mistral Large 4的模型代號為mistral-large-4-0，目前可透過Mistral Studio使用預覽版API，每100萬個權杖的輸入與輸出價格分別為1.36美元及4.18美元。模型現階段僅透過公開預覽及設有安全防護機制的端點提供，權重尚未釋出。
Mistral AI預定10月27日公開模型權重，在此之前將進行約3週測試，並與可信賴的合作夥伴及政府合作完成安全性評估。公司表示，此舉是為了確保模型可用於防禦，但不被拿來從事惡意攻擊。模型採用客製化Mistral授權條款，支援超過160種語言及多模態輸入，但輸出僅限文字。
這款模型使用4,000顆輝達Grace Blackwell GPU訓練約兩個月。Mistral AI此前於9月完成30億歐元募資，當時公司估值達210億歐元。
程式開發表現亮眼 但未全面領先封閉模型
依Mistral AI公布的測試結果，Mistral Large 4在DeepSWE v1.1取得61.7%，高於DeepSeek V4 Pro 0813；Terminal Bench 4.0得分28.3%，超越Qwen3.8 Max；SWE-Atlas-QnA則為59.4%，高於公司追蹤的其他競爭模型。綜合Coding Agent Index得分為49.8%，同樣領先DeepSeek V4 Pro及Qwen3.8 Max。
不過，Surge AI進行的程式開發盲測人工評估中，Mistral Large 4獲得滿分5分中的3.74分，低於Claude Opus 5的4.22分。另一份DeepSWE v1.1統計顯示，Mistral Large 4得分62%，略高於GLM-5.3的61%，但GPT-6 Astra、Gemini 3.8 Flash及Claude Opus 5在公開最佳設定下均約為74%。
工作自動化方面，Mistral AI公布的AutomationBench成績為59.9%，領先Kimi K3、MiMo-V2.6-Pro及DeepSeek V4 Pro；衡量知識工作的AA-Briefcase Elo分數為1,393，也高於DeepSeek V4 Pro。Harvey Legal Agent測試中，Mistral Large 4取得15%，高於Kimi K3的12.92%及GLM-5.3的8.33%；Finch Finance則與DeepSeek V4 Pro 0813同為67%。
資安與視覺推理成為主要賣點
Mistral AI表示，Mistral Large 4在AA Cyber Index躋身全球前5名，Cybench整體得分達93%，高於主要開放權重模型。B3 Security Benchmark的攻擊抵抗能力為93.3%，KORA Benchmark責任回應評估則獲得滿分2分中的1.691分，優於GLM-5.2、GLM-5.3及Kimi系列模型。
在視覺位置推理測試Dense 200中，公司公布Mistral Large 4得分42%，略高於GPT-6 Astra的41%；DIOR-RSVG視覺評估則為73%。Mistral AI也稱，該模型在SciCode-Verified科學程式測試中達到開放權重模型領先水準。
Mistral AI執行長阿蒂爾．門施表示，新模型在網路安全等部分領域領先中國模型，但未說明比較對象及方法。
獨立評測呈現落差 強化學習仍在進行
獨立評測機構Vals AI的結果較為保守。Mistral Large 4在Vals Index取得48.05% ± 1.11，在44個模型中排名第32；Harvey Legal Agent為15.83% ± 2.96，在75個模型中排名第6。Finance Agent v2、Tax Agent Bench、EMB及Vibe Code Bench v1.1則分別排名第22、第25、第43及第25。
Artificial Analysis Intelligence Index給予Mistral Large 4總分38.4分，在開放權重模型中排名第8。其成績低於Xiaomi MiMo-V2.6-Pro的46.3分、Z.ai GLM-5.3的44.8分及Moonshot AI Kimi K3的43.6分，但高於DeepSeek V4 Pro的36分、GLM-5.2的33.7分，以及韓國Motif 3的33.6分。Motif 3此前是中國以外表現最強的開放權重模型。
相較之下，封閉型模型Claude Opus 5.5、GPT-6 Astra及Gemini 4 Argon分別取得57.6分、52.7分及52.6分，均高於Mistral Large 4。Artificial Analysis估算，Mistral Large 4每項工作的成本為1.13美元，約合1歐元。
Mistral AI指出，預覽版的強化學習仍在進行，模型尚未出現效能飽和跡象，因此仍有改善空間。公司科學事務副總裁皮耶．史托克表示，訓練所用運算量明顯少於封閉型競爭模型，也比中國競爭模型少約2至3倍。不過，部分基準測試及競爭模型的完整分數仍未公開。
留言
張貼留言