Mistral Large 4 开放权重，万亿参数押宝网络安全

做安全的朋友大概都遇到过：想让模型帮忙复现一个漏洞，它客客气气回一句"这个我帮不了你"，事故响应就卡在这儿了。

10 月 29 日，Mistral 把 Large 4（昵称 Le Chonk）的权重放上了 Hugging Face。10 月 6 日它先以公开预览的形式上了 API，月底放权重的话算是兑现了。模型总参数约 1T，每个 token 激活 49B，上下文窗口 1M，吃文字和图片，吐文字。我们 AI主线 的看法是：Mistral Large 4 最有分量的地方不是综合榜单上的名次，而是它把一个愿意干安全活儿的万亿级模型，连权重带使用规则一起交到了用户自己手里。

1T 的块头，每次只动 49B

先把"1T 总参数、49B 激活"翻译一下。它是 MoE（混合专家）结构，可以想成一家有 128 个专科医生的医院，每个病人只挂 5 个号：路由器从 128 个专家里挑 4 个，再加一个永远在岗的共享专家。块头大，干活的只是一小撮，推理开销比"1T"看着友好。

注意力这头也在省力气。它用了 DeepSeek 路线的稀疏注意力，每个查询最多只挑 2048 个历史位置去看，好比查资料不逐页翻，先看目录再点读。1M 上下文想用得起，靠的就是这类设计。

跟上一代比，变化不小。Mistral Large 3 是 2025 年 12 月发布的，总参数 675B，激活 41B，上下文 256K。Large 4 参数涨了约五成，上下文翻到四倍。

本地能不能跑？别想多了。按 1T 参数粗算，FP8 版光权重就在 1TB 上下，NVFP4 版大约砍掉一半（这是我的估算，不是官方数字）。官方给了这两种精度，Unsloth 和 llama.cpp 团队做了 GGUF，Transformers、vLLM 也都接上了。普通玩家的显卡就别凑热闹了，这是给有机房的团队准备的。

肯干安全活儿的模型，这张牌硬不硬？

这次最抢眼的数字是 82%。Artificial Analysis 的 Cyber Index 里有一项任务：让模型复现开源软件里的一个真实漏洞，再把它修掉。Large 4 在这项上拿了 82%。Mistral 说，几个闭源前沿模型在同一项上接近零分，原因是它们直接拒绝动手。

这不是段子，是真痛点。修漏洞之前得先复现漏洞，而"复现漏洞"在模型眼里长得跟攻击一模一样，过滤器一刀切。靠 API 吃饭的团队，还可能在事故处理到一半被断了权限。权重在自己手里，使用规则和部署环境就由自己说了算，这是开放权重在安全场景里最实在的好处。

当然，防守和进攻是同一把刀。Mistral 自己说，在 JailbreakBench、StrongREJECT、AgentHarm 的网络安全类提示上，它的平均拒绝率比其他开放权重模型都高。这是厂商的说法，好在权重公开，研究者可以自己去验。至于权重一旦放出就收不回来，这点咱得认。

另一个成绩是 Cybench：Mistral 说它解出了 40 道安全竞赛题里的 93%。这一项目前还是厂商自己的数字。

综合水平呢，先别欢呼也别泼冷水

Mistral 的说法是，在聚合基准上，它超过了美国和欧洲所有的开放权重模型。独立榜单的画面温和一些：Hugging Face 的发布文章写明，截至 10 月 29 日，它是 Artificial Analysis Intelligence Index 上排名第五的开放权重模型。这个位置不算差，但离横扫还有距离。

编程方面，Mistral 称 Coding Agent Index 综合得分 49.8%，高于 DeepSeek V4 Pro 0813 和 Qwen3.8 Max，不过这是厂商自己跑的。另外在 Mistral 自己做的盲测里，Large 4 预览版得 3.74 分（满分 5），排在 Claude Opus 5 的 4.22 之后。连厂商自己的测试都没说赢过 Claude，跑分党先把这些数字存着，等社区复测。

贵了快三倍，协议也得读清楚

价格有明显变化。Mistral 官网价格页上，Large 3 是每百万 token 0.5 美元输入、1.5 美元输出。Large 4 标价 1.36 和 4.18，约为上一代的 2.7 倍，上线时挂着五折，实付 0.68 和 2.09。一直走性价比路线的 Mistral，这回是明显往旗舰价位挪了。

协议叫 Mistral Ecosystem Open-Weight License，是 MIT 的衍生版，对拿模型做"模型即服务"的生意设了限制。限制的重点在这类买卖上，具体条文用之前得自己逐条读完。

对写代码的人，它眼下更像一个值得放进评测集的新选项，没必要立刻换掉主力。对做选型的技术负责人，手里有敏感代码、不想把漏洞样本送出门的团队，可以认真把它排进候选名单。做内容的创作者呢，它只输出文字，暂时跟你关系不大。

接下来盯两件事：一是有没有独立团队复测那个 82% 和拒绝率；二是社区会不会拿 TRL，把它修补漏洞的过程蒸馏成能在小机器上跑的安全模型。Hugging Face 的文章就是这么设想的，"复现再修补"自带可验证的奖励，确实适合拿来做强化学习。