Mistral 在 10 月 29 日公開 Mistral Large 4（代號 Le Chonk）的模型權重：1.05T 總參數、52B 啟動、1M 上下文、原生多模態，主打代理式寫程式與防禦型資安，授權為修改版 MIT。
如果你是台灣的開發團隊主管，這件事的意義不是「又有新模型可以玩」，而是第一個西方陣營、可以整包下載搬進自己機房的兆級參數模型。同一週 Google 才剛把 Gemini 4 Carbon 限定給資安防守方，Mistral 走的是完全相反的路：不給你 API 權限，直接把權重丟到網路上。
這次「開放」開放到什麼程度
先釐清一個常見誤會：Mistral Large 4 不是今天才發表，它在 10 月 6 日就以公開預覽（public preview）形式上線，當時只有 API。這次多出來的是權重——也就是模型本身，而不是呼叫權。
差別有多大？用 API，你的資料要出境、模型版本隨時可能被換掉、費率說漲就漲；拿到權重，你可以把它放在自己買的伺服器上、用自家資料微調、離線跑。Mistral 的說法是「主權 AI（Sovereign AI）」，執行長 Arthur Mensch 的講法是 AI 應該「be a tool for empowerment, not dominance」。
而且這次的權重不是預覽版，是再加了三週強化學習（RL）之後的版本。官方說在 Terminal-Bench 4.0 上從預覽的 28% 進步到 41%，多了 13 個百分點，並強調「gains continue to accelerate, with no signs of saturation」。
規格：一兆參數聽起來嚇人，但你只需要看「啟動參數」
| 項目 | 數字 | 說明 |
|---|---|---|
| 總參數 | 1.05T（約 1 兆） | 模型倉庫名稱 Mistral-Large-4-1T-A52B |
| 啟動參數 | 52B（其中 49B 為專家層，3B 為嵌入與輸出層） | 每次推論真正算到的量 |
| 架構 | 細粒度 MoE：128 個路由專家＋1 個共享專家，每個 token 觸發 4＋1 個 | 這是「便宜」的關鍵 |
| 上下文 | 1M tokens | 官方建議超過 80 萬 token 就自動壓縮 |
| 多模態 | 文字＋圖片輸入，文字輸出 | 1.6B 參數的 Pixtral 視覺編碼器 |
| 語言 | 原生 160 種以上，涵蓋歐盟全部官方語言 | 繁體中文屬於其中 |
| 推理模式 | low / medium / high（預設 high） | 同一份權重換成本曲線 |
| 授權 | Mistral Ecosystem Open-Weight License | 修改版 MIT，但有一條 MaaS 條款 |
| 訓練地點 | 歐洲自建資料中心，3,800 張 NVIDIA Grace Blackwell | 官方強調「從零開始訓練」 |
MoE 是理解這個模型的重點。帳面上是 1 兆參數，但你跑一次推論只會用到 52B——這也是為什麼它敢說「以封閉實驗室投入算力的一小部分達到 state-of-the-art」。對照組是那種「參數很大、但每次都要全跑」的密集模型，同樣的 GPU 數量能服務的用戶數差一個量級。
官方自報的成績單
以下是 Mistral 自己公布的數字，我把它整理成表，並附上同表競品的分數：
| 評測項目 | 內容 | ML4 | 對照 |
|---|---|---|---|
| FrontierCode 2.0 | Cognition 的私有評測，判斷「倉庫維護者會不會 merge 這個 PR」 | 19.7% | Claude Opus 5.5 為 46% |
| AA Coding Agent Index | 代理式寫程式的綜合指數 | 48% | 與 GLM-5.3 持平，但每任務少用 47% token |
| Terminal-Bench 4.0 | 終端機環境下的代理任務 | 41% | GLM-5.3 為 40%、Kimi K3 21%、Muse Spark Open 6% |
| AA Cyber Index | 找漏洞、重現、修補 | 51% | 見下節，這是本文最需要打星號的一項 |
| 重現與修補單項 | 重現真實漏洞並修好 | 82% | 官方稱所有模型之冠 |
| Cybench | 40 題資安競賽題 | 93% | 開源模型中數一數二 |
| Finch | 財務工作流（含試算表編輯） | 73.3% | 開源僅次於 Kimi K3 |
| BrowseComp | 網頁瀏覽 | 84.5% | 高於 GLM-5.3、DeepSeek V4.1 Flash |
| B3 Agent Security | 抵抗提示注入等攻擊 | 97.1% | 預覽版為 93.3% |
| Surge Code 盲測 | 人類成對盲測偏好 | 勝 GLM-5.3／Kimi K3 各 64% | 只輸 Claude Opus 5.5 |
注意 FrontierCode 2.0 那個 19.7%：看起來很低，但這是「真實 PR 會不會被 merge」的殘酷指標，整張表沒人破 50%，Claude Opus 5.5 的 46% 已經是另一個等級。Mistral 在新聞稿裡把它寫成「leads with a score of 19.7%」——領先的是開源模型組，不是全場。
三個「官宣 vs 榜單」的落差，下單前該知道
這是我在讀完官方新聞稿、Hugging Face 模型卡與四五家外媒之後，覺得最該寫下來的部分。
第一，Cyber Index 的「第一」是有條件的。 Mistral 標題寫「state-of-the-art among open-weight models for security work」，但 the-decoder 直接去對照 Artificial Analysis 的原始榜單，發現 DeepSeek V4.1 Flash 是 57%、MiMo-V2.6-Pro 是 56%，都高於 ML4 的 51%。也就是說在這一個指數上，ML4 其實是開源第三。Mistral 的「第一」說法，比較站得住腳的版本是：西方（非中國）開源模型第一，以及在「願意執行漏洞重現指令、不會一直拒絕」的前提下第一。
第二，拒絕率與能力是同一枚硬幣。 那 82% 的漏洞重現分數之所以能拿，很大一部分原因是 Claude Opus 5.5 與 GPT-6 Astra 在同樣題目上「拒絕執行」——分數接近零。這不是誰比較笨，是安全策略不同：閉源廠商選擇在 API 層攔下來，Mistral 選擇把判斷權交給下載權重的人。
第三，綜合智力其實在中段。 在 Artificial Analysis Intelligence Index v5 上 ML4 只有 26 分，而 Claude Opus 5.5 是 58、GPT-6 Astra 是 57。它在**特定工作流（寫程式、資安、財務）**很強，不是全面碾壓。如果你的需求是「什麼都問一點」，這個模型不會是你的首選。
授權：修改版 MIT，但有一個字要看清
這是整篇最重要的實務資訊。Mistral Ecosystem Open-Weight License 基本上就是 MIT——可商用、可修改、可微調、可再散布——但加了一條 MaaS 條款：
| 你的用法 | 需要額外授權嗎 |
|---|---|
| 公司內部在自家 GPU 上跑給員工用 | 不用 |
| 把模型能力塞進自家產品當某個功能的引擎（例如「一鍵摘要」按鈕） | 不用 |
| 只是把請求轉發給別人託管的模型 | 不用 |
| 拿 ML4（或它的微調版）開一個 API／託管端點賣給第三方推論 | 要，必須先跟 Mistral 談商業授權 |
換句話說，你想當「歐洲版的 OpenRouter 上游」是不行的；你想在自己公司裡建一個內部 Copilot 則完全自由。對台灣多數團隊來說，落在前三列，實務上等於免費。
價格：官方牌價漂亮，但別拿促銷價做預算
| 項目 | 官方牌價（每百萬 token） |
|---|---|
| 輸入 | US$0.70 |
| 快取輸入 | US$0.07（約一折） |
| 輸出 | US$2.10 |
用起來大概多少錢？第三方評測站 TrueFoundry 用四種常見任務估算每 1,000 次呼叫的成本：客服工單分類約 US$0.49、客服回覆約 US$1.96、RAG 問答約 US$9.21、長文件分析約 US$84.74。同一個基準下，Artificial Analysis 的加權每任務成本是 US$2.06。
跟誰比貴、跟誰比便宜？比 Claude Sonnet 5.5 便宜相當多；比 GLM-5.3（約 US$5.01／task）便宜；但比 DeepSeek V4.1 Flash（約 US$0.60／task）與 MiMo-V2.6-Pro（約 US$0.26／task）貴上一截。效率優勢是相對 GLM-5.3 的 47% token 節省，不是絕對的低價。
還有一個坑：TrueFoundry 提醒預覽期的促銷價（約 US$0.68 輸入／US$2.09 輸出）與它推估的未來牌價（US$1.36／US$4.18）差了一倍。這是第三方的估算、不是 Mistral 公告，但如果你的 ROI 試算是按今天的價格算的，記得留一倍緩衝。
自己跑要多少硬體？先看這張表再決定
「1T 參數」最直接的問題就是：我跑得動嗎。官方 vLLM 範例用的是 tensor-parallel-size 8，社群推估如下：
| 部署方式 | 大約需要的顯存 | 典型配置 |
|---|---|---|
| FP8 完整精度 | 約 1TB | 8× H200 或 8× B300 |
| NVFP4 4-bit（Blackwell 專用，官方有提供量化版） | 約 500GB | 4× B200 / B300 |
| 2-bit GGUF（IQ2_XXS / Q2_K） | 約 512GB 統一記憶體 | 單台 512GB Mac Studio 級機器 |
也就是說：一般企業不會自己跑，會用 API 或雲端 GPU。真正會自架的，是有資料落地要求（金融、政府、醫療）或想把模型微調成自家專用版的組織。Mistral 自己的建議也很誠實：「若本地服務品質不佳，建議使用 Mistral API」。
官方範例的啟動指令長這樣，重點是那兩個 parser：
docker pull vllm/vllm-openai:mistral-large-4
docker run --runtime nvidia --gpus all \
-v ~/.cache/huggingface:/root/.cache/huggingface \
-p 8000:8000 \
--ipc=host \
vllm/vllm-openai:mistral-large-4 \
--model mistralai/Mistral-Large-4-1T-A52B \
--tensor-parallel-size 8 \
--tool-call-parser mistral \
--reasoning-parser mistral \
--enable-auto-tool-choice \
--gpu-memory-utilization 0.85
--tool-call-parser mistral 與 --reasoning-parser mistral 是必要的，少了它們，function calling 不會正常運作，而且你會在輸出裡看到思考過程與答案黏在一起。
為什麼是「資安」？這是策略，不只是功能
Mistral 這次把資安放在跟寫程式同等的位置，而且不只是嘴上說。已經公開表態在測的機構包括歐盟網路安全局 ENISA（用來找漏洞、稽核程式碼、分析防禦日誌）、Booz Allen（比對原始碼安全分析的召回率），以及法國 La Banque Postale、ABN AMRO、Belfius 等銀行把它當「歐洲主權模型」在用。
更值得注意的是一個「有審查門檻的變體」：Mistral 另外做了一個降低拒答、強化滲透測試與紅隊演練能力的資安特化版，只給通過嚴格審查（vetting）與合約約束的夥伴（例如 Orange Cyberdefense），並限定在自有或獲授權的系統上測試。
這套設計有個無法迴避的矛盾，Mistral 的科學副總 Pierre Stock 自己也承認：權重一旦公開，就沒有人能限制誰能取得。攻擊者下載權重後微調，就能把 96.6% 的拒答率拆掉。所以這份「送給防守方的禮物」，同時也是一份送給攻擊方的工具包——只是 Mistral 的賭注是：防守方需要的自主性，比封閉模型假裝的安全感更值錢。
對台灣讀者的實際意義
三個觀察，給正在評估的團隊：
- 如果你的痛點是「資料不能出境」，這個模型終於讓「兆級開源」變成選項。 過去要自架就得接受能力落差一個世代，現在差距縮到可以用微調補回來。
- 如果你的痛點是「成本」，先別急。 比中國開源模型貴 3 到 8 倍的每任務成本，在大量、簡單的任務上完全不划算；它的價值在高難度的代理任務與資安工作流。
- 如果你做的是 SaaS 出海，把授權第 2 條看清楚。 只要你的產品是「幫客戶跑推論」而不是「用模型當功能引擎」，就得先跟 Mistral 談。
台灣市場還有個現實：GB200/B300 這種機器不好買、也不好租，多數團隊的合理路徑是先走 API 驗證價值，再評估是否為了合規而自架。
站內延伸閱讀
- Kimi K3.1 Pro 發布：Terminal-Bench 4.0 拿 65.7%、AA 55 分寫下開源新高 — 同一張榜單上的中國對手，分數更高但成本更低，值得對照著看。
- Mistral OCR 4.1 完整教學：每千頁 4 美元的雲端 OCR — 同一家公司的另一個實用產品，走的是純 API 路線。
- OpenAI 前沿模型訓練全面斷網：DNS 隧道越獄與離線世界全解析 — 封閉陣營在資安上的相反選擇，兩篇一起讀最清楚路線差異。
原始來源
- Mistral 官方公告：Mistral Large 4 (Le Chonk) is now open weight
- 模型卡：mistralai/Mistral-Large-4-1T-A52B（規格與 vLLM 指令出自此處）
- 官方模型文件：docs.mistral.ai/models/mistral-large-4-0
- TechCrunch：Mistral releases weights for its trillion-parameter AI model
- Fortune：Mistral says its new model, Large 4, is the best open model for agentic coding and cyber defense
- the-decoder：Le Chonk is a strong coding model that still trails China overall
- The New Stack：Mistral’s Large 4 open weights arrive with a 1-point coding lead over GLM-5.3
- TrueFoundry：Mistral Large 4 Review: Pricing, Benchmarks and Real Cost
本文為產業觀察，非投資建議。文中 benchmark 數字除特別標註外均為 Mistral 官方自報，尚未經第三方獨立審計；硬體需求為社群與媒體推估，實際以官方部署文件為準。