Mistral 正式开源旗舰模型 Mistral Large 4 权重
Mistral 发布了 Mistral Large 4（Le Chonk），这是一款拥有 1 万亿参数的多模态模型，现已全面开放，具备更强的编码、网络安全和推理效率。它在编码和防御性安全领域的开源权重基准测试中表现领先，同时提供三种推理模式，以平衡成本与性能。该模型完全开源权重，并在欧洲基础设施上训练，通过支持可定制、自托管部署选项，赋能主权 AI 应用。
我们正式开放 Le Chonk 的权重，推动开源模型在智能体编码和网络安全领域的技术前沿。
本月初，我们将 Mistral Large 4（Le Chonk）作为旗舰级 1 万亿参数原生多模态模型，以公开预览形式发布。预览版的反响远超预期，衷心感谢开发者社区、早期接入客户以及合作伙伴的支持、协作与反馈。
在此期间，我们积极利用反馈持续迭代，同时不断扩展强化学习规模，显著提升了编码和防御性网络安全能力。目前性能提升仍在加速，且未见饱和迹象。
今天，我们开放了这款增强版 Mistral Large 4 的权重。新模型还在推理效率方面取得重大突破，帮助开发者在提升性能的同时降低推理成本。
Mistral Large 4 是编码能力最强的开源权重模型，也是全球综合能力最强的开源模型之一。该模型从零开始在欧洲基础设施上训练，从创建到发布血统清晰，为机构提供可信的主权 AI 基础
Mistral 正在定义主权 AI 类别并引领开源前沿。我们致力于构建全球最强模型并开放发布，赋予开发者、企业和机构拥有、定制和控制自身 AI 的能力。
为构建者而生
Mistral Large 4 公开预览时就在各大编程基准测试中表现强劲。经过三周的额外强化学习，它进一步登顶开源权重编程模型行列：在 FrontierCode 和 Terminal-Bench 上夺得第一，在 Artificial Analysis Coding Agent Index 上与最强开源权重模型持平，同时 token 消耗大幅降低。
在 Cognition 的私有基准 FrontierCode 2.0 上——该基准评估端到端代码质量，以及仓库维护者是否会合并 agent 提交的变更——Mistral Large 4 以 19.7% 的分数领先。
Cognition - FrontierCode 2.0
Download PNGDownload SVG推进 agentic coding 的帕累托前沿。
Mistral Large 4 以显著更少的 token 达到前沿编程性能，让复杂的编程 agent 在大规模部署时更加经济。
在 Artificial Analysis Coding Agent Index 上，Mistral Large 4 得分 48%，与领先的开源权重模型 GLM-5.3 基本持平，但平均每个任务的 token 用量减少了 47%。
Artificial Analysis Coding Agent Index vs. Token Efficiency
Download PNGDownload SVGMistral
其他模型
Artificial Analysis 上各推理等级对应的 Coding Agent Index 得分与 token 效率
这些提升同样体现在终端编程工作流中。在 Terminal-Bench 4.0 上，Mistral Large 4 相比公开预览版提升了 13 个百分点，达到 41%，登顶开源权重模型，同时输出 token 减少了 30%。
Artificial Analysis Coding Agent Index - Terminal-Bench 4.0
Download PNGDownload SVG为了让开发者更好地掌控性能与成本之间的权衡，Mistral Large 4 现在支持三种推理模式：
模式 | 推荐用途 |
Low | 简单任务；替代原有的 'None' 推理模式 |
Medium | 日常任务 |
High（默认） | 需要高精度和深度推理的最难场景 |
除了基准测试，Mistral Large 4 的编码能力也通过了人类偏好度的验证。在 Surge Code 的盲测配对评估中，Mistral Large 4 优于 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 等领先的开源权重模型，在参评模型中仅排在 Claude Opus 5.5 之后。
Surge Code - 代码的人类偏好度
与其他模型盲测并排的胜率
Download PNGDownload SVGMistral Large 4 胜出
其他模型
在评审员偏好 Mistral Large 4 答案胜过对手答案的提示语中所占比例。
为防御者而生。
自预览版发布以来，我们一直与领先的安全供应商合作，在真实环境中评估 Mistral Large 4，以测试其在漏洞复现和修补方面的优势。
Mistral Large 4 在 Artificial Analysis Cyber Index 上得分 51%。该指数衡量模型在代码库中发现漏洞、复现并验证它们，以及在不破坏现有功能的前提下进行修补的能力。关键在于，Mistral Large 4 处理这些合法的防御性安全任务时，不会出现不必要的拒绝。
Artificial Analysis - Cyber Index
Download PNGDownload SVG随着能力增强，安全性也得到了提升。我们的模型内置的护栏机制能够区分防御性与恶意进攻性的网络安全任务。它在 Cyber 基准测试中保持了强劲表现，同时在恶意网络请求上的平均拒绝率高达 96.6%，这是我们在开源模型中测得的最高的拒绝率。
对有害网络请求的拒绝
Download PNGDownload SVGJailbreakBench、StrongREJECT 和 AgentHarm 中网络相关提示语的平均拒绝率
全球网络安全领域的领袖们对 Mistral Large 4 的评价如下：
Booz Allen 的测试表明，欧洲 Mistral Large 4 模型在我们内部源代码安全分析基准测试中表现优异。该模型在漏洞检测召回率方面与其他前沿网络模型相当，且成本极具优势。此外，Mistral 对模型定制和数据主权部署的支持，让我们能够根据任务需求和具有严格数据驻留要求的客户端环境进行定制。我们期待与 Mistral 合作，加强全球关键基础设施。
Booz Allen Hamilton 国家网络业务总裁 Brad Medairy
将透明度和开放性视为优势的组织，在 AI 成为安全运营核心的背景下将占据有利位置。开放权重的网络安全模型将这种透明度延伸至需要自行托管和定制 AI 的企业和政府部门，同时允许研究人员研究这些模型的行为，包括潜在的滥用情况。随着对手越来越多地利用 AI 加速其行动，我们旨在与 Mistral 等模型开发商合作，帮助安全团队在此控制权之上进行建设，奠定基于设计的韧性基础，而非被动威胁管理。
Cisco AI 威胁情报与安全研究负责人 Amy Chang
当威胁以机器速度移动时，人工防御无法跟上。更糟糕的是，你无法控制的防御并非防御，而是暴露。安全团队在掌握方向盘时表现最佳。Mistral 的 ML4 让防御者能够审计架构、在自己的基础设施上部署，并保持完全的主权。韧性始于自主权，开放权重模型有助于赋予组织主导自身防御的控制权。”
Cloudflare 首席战略官 Stephanie Cohen
单靠强大的 AI 模型，并不能在网络安全中扭转局势。真正起作用的是深厚的安全专业知识、真实世界的威胁情报，以及严格的测试。我们与 Mistral Large 4 的合作，正是在检验前沿 AI 能否推理复杂漏洞、加快修复速度，并确保防御者跑在攻击者前面。
CrowdStrike AI 与自主系统首席官 Dr. Bartley Richardson
Elastic 让安全团队可以自由地把信任的 AI 用于自己掌控的数据，其中就包括 Mistral 的开放模型——目前 Elastic Security 已提供支持。我们已经在真实的网络安全工作负载上评估了 ML4：模型需要跨复杂数据进行推理，帮助分析师做出更明智的调查与响应决策。这正是我们正在构建的合作方式的体现——把强大的开放权重模型，与我们客户所要求的安全上下文、透明度和控制力结合起来。
Elastic 产品管理高级总监 James Spiteri
ENISA 正在试验闭源与开放权重模型，以便更好地理解它们在网络安全方面的能力。开放权重模型让组织能够掌控自身韧性所依赖的技术。ENISA 正在获取并测试 Mistral Large 4，用于识别安全漏洞、审计代码以及分析防御日志。
ENISA 传播负责人 Laura Heuvinck
我们相信，开放权重 AI 模型能为组织带来更大的灵活性、选择权和控制力，在推进网络安全方面发挥重要作用。Mistral Large 4 这样的创新，是 AI 改变网络防御潜力的可喜一步。持续的 AI 创新，是强化网络安全、帮助组织应对不断演变的威胁格局的重要机遇。
Fortinet 首席运营官 John Whittle
开放模型让安全研究人员和开发者能够检查、定制并基于 AI 进行构建。Mistral 正在拓展生态系统可构建的边界，而我们在 NVIDIA 加速基础设施上的合作有助于开发者将这些模型投入实际使用。 Kari Briski, NVIDIA 开放模型与软件副总裁 随着威胁变得愈发快速、工业化乃至自动化，防御体系必须以不同的规模运行。规模、速度、信任：这是 AI 时代网络安全面临的三大挑战。借助 Mistral AI，我们正在打造由我们的专家训练并在其控制下运行的欧洲网络 AI。通过结合 AI 的能力、团队的专业知识以及我们的网络威胁情报，我们正加速响应速度，以便使用可信的欧洲技术，提供更广泛、更迅速的保护。 Hugues Foulon, Orange Cyberdefense 首席执行官 Rubrik 支持 Mistral 以及“主权 AI”的推进，旨在为欧洲政府受监管行业提供一个可信的选择，避免将数据传输至其他国家。客户希望拥有包括开放权重模型和私有模型在内的多种模型选择，以满足数据驻留、延迟、成本和能力方面的要求。作为我们致力于提供网络韧性、并从 AI 驱动的外部攻击及内部代理中快速恢复的一部分，我们将继续与 Mistral Large 4 进行严格的网络安全测试，并紧密合作，以应对不断变化的区域需求。 Anneka Gupta, Rubrik 首席产品官
当企业将 AI 投入生产环境时，它们越来越希望以自身规则运行模型，并对模型行为、数据访问及 Agent 权限拥有清晰的可见性。Mistral Large 4 为开放权重 AI 带来了强大的网络安全和逻辑推理能力，众多欧洲企业已将其视为实现 AI 主权的理想选择。在欧洲主权 Zero Trust Exchange 上部署的 Zscaler Security for AI 产品现已集成 Mistral，帮助组织持续测试 AI 部署、映射每个模型和 Agent 的可达范围，并实时执行策略。我们携手合作，为企业赋能，使其在掌握所需可见性、控制力及数据保护的基础上，安全地采用主权 AI 并实现创新。
Dhawal Sharma，Zscaler AI 与数据安全高级副总裁
在预览版发布后，我们密切监控了生产流量中的网络安全相关用例。尽管我们观察到该模型拒绝配合针对实时目标的黑盒攻击，但我们认为仍存在利用其进行实际攻击的潜在风险。我们据此调整了安全护栏机制，并将在未来几个月内持续更新。
我们还向 Orange Cyberdefense 等企业设计伙伴提供专用变体的预览访问权限，该变体针对先进的网络安全工作流（包括渗透测试、漏洞评估和 Red-Teaming）进行了优化。访问权限需经过严格审查和合同保护，测试仅限于在受控环境中针对自有或被明确授权的系统进行。
与此同时，客户正在利用 Mistral Forge 结合专有安全数据、策略、检测逻辑及威胁环境来定制 Mistral Large 4。对于明确的网络安全任务，可将其进一步优化为更小、任务特定的变体，以提高准确率，从而让安全应用更高效。
为工作而生。
Mistral Large 4 在一系列企业级应用指标上持续提升。
金融相关工作方面，我们提升了模型执行真实工作流的能力，尤其是涉及为财务和会计场景创建与编辑电子表格的任务。Finch 得分提升至 73.3%，在开源模型中仅次于 Kimi K3。
FinWorkBench (Finch)
Download PNGDownload SVG网页浏览是大多数知识型工作的关键环节。借助 RL 训练管线，模型在 BrowseComp 上的成绩达到 84.5%（起点是得分为 75% 的 SFT 检查点），超过了 GLM-5.3、DeepSeek Flash 4.1 1017 等模型。
网页浏览 - BrowseComp
Download PNGDownload SVG企业部署的 Agent 必须安全。无论是面向内部员工还是外部用户，Agent 都不应带来系统提示词泄露或恶意代码注入等威胁。RL 训练让模型在 B3 Agent 安全基准上的表现进一步提升：Mistral Large 4 可抵御 97.1% 的攻击，而 Preview 版本为 93.3%。这一成绩位居开源前沿模型之首，意味着任何部署该模型的人无需额外调优即可运行安全的 Agent。
B3 Agent 安全基准 - 攻击抵御率
Download PNGDownload SVGMistral AI 的这项重大投入，进一步印证了 La Banque Postale 一年多前做出的选择，也凸显了我们正在构建的长期战略合作的价值：支持一个开放、自主的欧洲 AI 领导者的崛起。对一家公共银行和市民银行而言，技术主权不是可选项，而是维系客户信任的关键前提。这款开放模型的推出带来了新的机遇与应用场景。通过与 Mistral AI 合作，我们的目标是把人类专业能力与数字技术的优势相结合，长期为客户和员工带来更优质的体验。
Zakaria Moursli，La Banque Postale 执行副总裁，负责运营绩效、支付与数字服务
实际效果演示
网络漏洞分诊：一个智能体读取传入的漏洞报告，调查源代码和产品上下文，在隔离的沙箱中复现缺陷，然后编写并迭代补丁，直到金丝雀利用方式不再有效为止。
智能体网页开发：无需人类协助，Mistral Large 4 构建了 Orbital Trace，一个实时展示大约 19,000 颗在轨卫星和碎片片的 3D 地图。它获取真实跟踪数据，编写应用程序，在浏览器中运行以捕捉自身的 bug 和卡顿，然后修复独立评审者标记的问题，直到所有需求通过。
量子化学求解器：Mistral Large 4 从零开始编写了计算分子中电子分布的软件，并对照标准化学工具进行验证。随后它围绕该软件构建了一个 3D 页面：选择一个分子（如苯或水），拖动滑块将其拆解，观察电子在键断裂时如何重新组合。
为自主权而构建。
当组织围绕其知识和工作流构建 AI 时，自主权意味着他们保留对依赖模型和所创造智能的控制权。
使用 Mistral Large 4，这种控制始于模型本身。组织有能力检查、定制并在自己的基础设施上部署该模型。他们可以使用并改进 Mistral Large 4，而无需依赖 Mistral 通过 API 提供服务。Mistral Large 4 在欧洲从头开发和训练，为组织提供了关于其构建基础技术来源的清晰度。
控制还延伸至 AI 在组织内部运作的方式。组织可以使用 Mistral Forge 围绕其专有数据定制 Mistral Large 4，并可以使用 Mistral Studio 构建、治理和改进由此产生的智能体和应用程序。Mistral 的应用 AI 专家可以与客户团队合作构建和部署这些定制系统。通过这项工作，团队了解其所构建系统的架构和决策，以及用于训练和运行的方法，从而可以独立运行和改进其 AI。
在 ABN AMRO 银行，我们认为开放、透明的 AI 生态系统对于在金融领域负责任地推动创新至关重要。Mistral Large 4 的进展表明，主权且开放权重的 AI 模型如何能够扩大欧洲机构可用的可信解决方案范围。我们对取得的进展感到鼓舞，并继续探索先进 AI 如何有助于强化关键能力，包括网络安全。
Coen Klaver，ABN AMRO 银行 N.V. 网络防御总监
AI 模型的快速进步为芯片制造中的高级工程带来了令人兴奋的机会。我们对 Mistral Large 4 的初步体验颇具前景，尤其是在模型性能至关重要的应用场景中。Mistral 对持续创新的承诺，支持了我们在半导体产品全生命周期中加速应用 AI 的努力。
Arnaud Hubaux，AI 计划与战略负责人
Mistral Large 4 是金融级 AI 的重要一步：这是一个开放权重的模型，我们可以根据自身需求进行微调，部署在自有的基础设施上，并紧密集成到我们的数字渠道中。Hey Belfius 是一个旗舰示例，展示了这种合作伙伴关系如何帮助我们重新思考客户与银行的互动方式。
Nicolas Goosse，Belfius 数据洞察、分析与 AI 负责人
精通 AI 始于精通其架构和数据。对于最敏感的使用场景，能够访问欧洲开放权重的模型，并将其部署在自有基础设施上，是增强我们战略自主性和组织韧性的关键杠杆。Crédit Agricole 人工智能与 Mistral 之间的工业级合作伙伴关系在集团层面解决了这些挑战。“Le Chonk”模型在推理能力和网络安全领域表现出色，是这一伙伴关系所开启之可能性的有力证明。
Oliver Biton，Crédit Agricole 集团 CIO
我们对这款具备强大科学与视觉能力的开放权重模型感到非常兴奋。我们的工作高度专业化，能否针对需求进行定制至关重要。借助 Mistral Large 4，我们看到了一个基础，可以围绕科学家和工程师处理地球观测数据的实际方式——从影像到技术文档——来构建工具。
Giuseppe Borghi，ESA Φ-lab 负责人
AI 主权并不是选择调用哪个 API，而是拥有按自己的方式运行、定制和构建 AI 的自由。Mistral Large 4 把编程、多模态 AI 和网络安全方面的强大能力开放出来，为开发者、企业和国家提供了一个优秀的开放基础，让他们既能构建自己的 AI，也能抵御网络威胁。
Jeff Boudier，Hugging Face 产品副总裁
强大的模型只是其中一环。开发者还需要自由决定模型运行在哪里、如何优化、如何融入自己的系统。我们对 Mistral Large 4 感到兴奋，正是因为开放权重让构建者能掌控这些决策，而不必依赖单一的托管服务。在 ZML，我们认为这种自由是把 AI 进步转化为实用、可部署软件的关键。
Steeve Morin，ZML CEO
主权并不一定意味着自行托管，有时只需要部署方式满足你对控制力的要求。对于偏好托管服务的组织，Mistral Large 4 已登陆 Microsoft Foundry，并为 Azure 开发者提供私有化部署选项。
微软和 Mistral AI 致力于共同推动下一代 AI 生态的客户选择权。作为首个向客户提供 Mistral Large 4 的云服务商，微软通过 Microsoft Foundry —— 一个面向大规模模型评估、部署与运维的企业级 AI 平台 —— 开放了 Mistral 最新的开源权重模型。对于推进主权 AI 战略的组织而言，这一组合在数据、基础设施及 AI 运营层面都带来了更高的灵活性与掌控力。
Tina Schuchman，微软 Foundry 高级副总裁
开始使用 Le Chonk 进行构建
Mistral Large 4 现已开放体验、部署与定制。
你可以前往 Mistral Studio、调用 Mistral API、或接入 OpenRouter 快速上手。若需完全掌控，可从 Hugging Face 下载开源权重，配合 vLLM 或 SGLang 在自有基础设施上部署。模型卡片与许可证提供了全部所需信息；同时，更深入的技术报告也在筹备中。
你还可以在 Vibe Code 中试用这款新模型，让它帮你实现新功能或修复代码库中的 bug。
Mistral Large 4 也通过 NVIDIA 托管端点提供，并打包为基于 vLLM 优化的 NVIDIA NIM 容器。开发者可以使用开源的 NeMo AutoModel 库进行定制，或利用开源的 TensorRT LLM库实现高吞吐服务。
企业还可以借助 Mistral Forge，根据自有数据、业务场景及合规策略微调 Mistral Large 4。联系我们了解更多。
该模型采用Mistral 生态系统开放权重许可证发布，这是一种修改版的 MIT 许可证。用户可以免费使用、修改、微调及商业化该模型，但需满足一个条件：提供模型即服务（Model-as-a-Service）业务的公司，在进行商业化使用前必须向 Mistral 获取单独的商业授权。
即日起，Mistral Large 4 的定价为：输入 $0.70/M tokens，缓存输入 $0.07/M tokens，输出 $2.10/M tokens。
我们鼓励社区对 Mistral Large 4 进行测试。请自行运行评估、探索其性能极限，并在 X、Discord 或 GitHub 上与我们分享你的发现。
下一步计划
Mistral Large 4 将成为新一代专用且经过优化的 Mistral 模型的基础。继此前发布的 Voxtral 和 Timestral 等模型后，我们将继续拓展开放权重 AI 的边界，赋予开发者和企业更大的自由，以构建、定制并拥有其智能。
Mistral Large 4
新品
支持多模态输入的开放权重混合指令与推理 MoE 模型；在单一模型中整合了指令、推理及智能体（Agentic）能力，在网络安全、金融及制造领域处于开放权重模型的最先进水平，并原生支持 160 多种语言。
多模态
推理
编程
智能体
网络安全
输入（/M tokens）
$0.7
输出（/M tokens）
$2.1
了解更多
0%