Mistral发布Large 4开放权重模型，编码与安全能力显著提升

Mistral AI 正式发布了 Mistral Large 4（代号 Le Chonk）的开放权重模型。该模型在代理编码和网络安全领域取得了显著进展，标志着开源大模型能力的进一步提升。

自本月早些时候发布以来，Mistral 团队利用社区反馈扩大了强化学习规模，重点优化了编码能力和防御性网络安全表现。此次发布的改进版模型在推理效率上实现了实质性提升，开发者可以在降低推断成本的同时获得更高的性能。

Mistral Large 4 被定位为当前最强大的开放权重模型之一。该模型完全基于欧洲基础设施从零开始训练，拥有明确的开发血统，旨在为组织提供主权人工智能的基础设施支持。通过开放权重，Mistral 希望赋予开发者、企业和机构对 AI 模型的拥有权、定制权和控制权。

编码能力：以更低成本实现更高效率

在主要编码基准测试中，Mistral Large 4 表现强劲。经过三周的额外强化学习，该模型成为开放权重编码领域的领跑者，在 FrontierCode 和 Terminal-Bench 等指标上领先，并在人工分析编码代理指数上与最佳开放权重模型持平，但具备更高的代码效率。

在 Cognition 的私有 FrontierCode 2.0 基准测试中，该测试评估端到端代码质量及存储库维护者合并代理变更的可能性，Mistral Large 4 以 19.7% 的得分位居第一。

Mistral Large 4 在生成更少代码的情况下提供了极端的编码性能，使得复杂的编码代理能够以更经济的方式大规模运行。在人工分析编码代理指数中，该模型得分为 48%，与领先的开放权重模型 GLM-5.3 相当，但平均每任务使用的 Token 数量减少了 47%。

这些优势同样体现在基于终端的编码工作流程中。在 Terminal-Bench 4.0 测试中，Mistral Large 4 相比公开预览版提高了 13 个百分点至 41%，在开放型模型中处于领先地位，同时输出 Token 数量减少了 30%。

为了平衡性能与成本，Mistral Large 4 现在支持三种推理模式：

除了基准测试数据，人类偏好评估也验证了其编码能力。在 Surge Code 的盲测对比中，Mistral Large 4 比 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 等领先开放权重模型更受青睐，在所有评估模型中仅排在 Claude Opus 5.5 之后。

网络安全：防御性任务的高准确率与安全性

Mistral 与多家领先的网络安全供应商合作，测试了 Mistral Large 4 在漏洞复制和修补方面的能力。在衡量模型发现、复制、验证并修补代码库漏洞且不破坏现有功能的 Artificial Analysis Cyber Index 中，Mistral Large 4 获得了 51% 的分数。值得注意的是，该模型在处理合法防御性安全任务时未出现不必要的拒绝响应。

随着能力的提升，模型的安全性也随之增强。内置护栏能够区分防御性和恶意攻击性的网络安全任务。在网络基准测试中，该模型对恶意网络请求的平均拒绝率为 96.6%，这是目前测量到的开放模型中的最高值。

Mistral 表示正在密切监控网络安全相关的使用情况。虽然观察到模型拒绝遵守针对活跃目标的黑盒攻击，但也意识到其被用于升级真实攻击的潜力。因此，团队正在相应修改护栏，并计划在未来几个月继续更新。

此外，Mistral 向 Orange Cyberdefense 等企业设计合作伙伴提供了预览访问权限。这种访问受到严格审查和合同保障，测试仅限于在受控环境中拥有或明确授权的系统。客户还可以使用 Mistral Forge 为 Mistral Large 4 定制专有安全数据、策略、检测逻辑和威胁环境，从而将模型优化为更小、特定任务的变体，以提高准确性。

企业级应用与通用能力提升

在广泛的企业使用指标上，Mistral Large 4 持续改进。在涉及创建和编辑财务及会计用例电子表格的工作流中，模型执行现实工作流程的能力得到提升，反映在 Finch 评分升至 73.3%，仅次于 Kimi K3，位居开放模型前列。

网页浏览是知识工作的关键部分。通过强化学习管道，Mistral Large 4 在 BrowseComp 基准测试中达到 84.5% 的成绩（从 SFT 检查点的 75% 提升而来），性能高于 GLM-5.3 和 DeepSeek Flash 4.1。

对于部署内部或外部用户的代理，安全性至关重要。在 B3 代理安全基准测试中，强化学习提升了模型的抗攻击能力。Mistral Large 4 抵御了 97.1% 的攻击，高于预览版的 93.3%，使其位于开源前沿顶端。这意味着托管该模型的组织无需额外调整即可运行安全的代理。

La Banque Postale 运营绩效、支付和数字服务执行副总裁 Zakaria Moursli 表示：“这项由 Mistral AI 进行的重大投资加强了我们在一年多前所做的选择……对于一家公共和公民银行来说，技术主权不是可选的；这是保持客户信任的关键前提。”

实际应用场景演示

Mistral 展示了几个实际应用场景：

• 网络漏洞选择：一个代理读取传入的漏洞报告，调查源代码和产品上下文，在隔离的沙箱中复制漏洞，然后编写补丁并迭代，直到金丝雀漏洞不再有效。
• 轨道轨迹构建：在没有人类帮助的情况下，Mistral Large 4 构建了围绕地球运行的约 19,000 颗卫星和碎片的实时 3D 地图。它在浏览器中使用自身捕捉错误和减速，并修复独立审核员标记的错误，直到所有要求通过。
• 量子化学求解器：模型从头开始编写软件，计算分子中电子的位置，并与标准化学工具核对答案。随后构建了一个 3D 页面，允许用户挑选分子（如水），并通过拖动滑块将其分离。

主权与控制权

Mistral Large 4 的设计初衷是为了主权。控制始于模型本身，组织有能力在自己的基础设施上检查、定制和部署模型，无需依赖 Mistral API 服务。由于是在欧洲从零开始开发和训练的，组织可以清楚了解所建技术的起源。

控制还扩展到 AI 在组织内部的运作方式。组织可以使用 Mistral Forge 定制模型，并使用 Mistral Studio 构建和管理产生的代理及应用程序。导航应用 AI 专家协助客户团队构建和部署这些定制系统，使团队理解背后的架构和决策，以便独立运行和改进他们的 AI。

微软公司副总裁 Tina Schuchman 指出：“Microsoft 和 Mistral AI 致力于扩大客户在下一代 AI 中的选择权。作为首家将 Mistral Large 4 带给客户的云提供商，Microsoft 通过 Microsoft Foundry 提供该模型……对于推进主权 AI 战略的组织而言，这种组合在其数据、基础设施和 AI 运营方面提供了更大的灵活性和控制权。”

获取方式与定价

Mistral Large 4 现已可供试用、部署和定制。开发者可以通过 Mistral Studio、Mistral API 或 OpenRouter 开始使用。如需完全控制，可从 Hugging Face 下载开放权重，并使用 vLLM 或 SGLang 在自有基础设施上部署。

该模型也可通过 NVIDIA 托管端点使用，并提供优化的 NVIDIA NIM 容器用于 vLLM 服务。开发者可使用开源 NeMo AutoModel 库进行定制，或使用 TensorRT LLM 库进行高吞吐量服务。

模型采用 Mistral Ecosystem Open-Weight license（一种修改后的 MIT 许可证）。该模型可免费使用、修改、微调和商业化，唯一条件是：运营 Model-as-a-Service 服务的业务在使用模型进行商业活动前，必须从 Mistral 获得单独的商业许可证。

即日起，Mistral Large 4 的定价为：$0.70 / M tokens (输入)，$0.07 / M tokens (缓存输入)，以及 $2.10 / M tokens (输出)。