法國 AI 公司 Mistral 於 10 月 29 日釋出了其迄今最大模型 Mistral Large 4 的權重，代號「Le Chonk」。該模型總引數約 1 萬億，每步啟用 520 億引數，採用修改版 MIT 許可開放，使用者可在自有硬體上部署執行。Mistral 稱其在程式設計任務上擊敗了同類開源對手，但首輪獨立測試顯示，它在綜合排名上仍落後於中國模型。
此次釋出距離公開預覽約三週。模型支援文本與影像輸入，輸出文本和程式碼。自行部署門檻不低：據推理框架 SGLang 文件，標準版本需 8 塊輝達 B300 GPU，高度壓縮版本也需 4 塊 GB300 GPU。預覽以來，Mistral 持續用強化學習訓練模型，稱在程式設計和網路安全防禦方面收穫顯著提升。研究員 Pierre Stock 與 Corentin Petit 在電話會上介紹，團隊自建了難度遞增的訓練任務，並稱效能的唯一瓶頸是團隊還能設計並驗證多難的任務。Mistral 將這一路線稱為「為期兩年的賭注」，如今開始見效。
在程式設計基準上，Large 4 的 Terminal-Bench 4.0 得分從預覽時的 28% 升至 41%，略高於 GLM-5.3 的 40%。在 Artificial Analysis 的程式設計智慧體指數上，Mistral 稱 Large 4 達到 48%，與 GLM-5.3 基本持平，但所用 token 少 47%；Claude Opus 5.5 驅動的 Claude Code 以 62 分居首。在 Cognition 的新基準 FrontierCode 2.0 上，Large 4 以 19.7% 領跑開源模型，而 Claude Opus 5.5 為 46%。盲測對比中，測試者多數情況下更偏好 Large 4 的程式碼而非 GLM-5.3、Kimi K3 和 DeepSeek 的輸出；但對陣 Opus 5.5 時，Large 4 僅贏下 22% 的對局。
綜合能力上，Large 4 在 Artificial Analysis 智慧指數上僅得 26 分，落後於 DeepSeek V4.1 Flash 和 GLM-5.3 的 32 分，與 Anthropic、谷歌的領先系統差距更大。Mistral 的對比未納入 Moonshot 的 Kimi K3.1 Pro，因其權重尚未公開，計劃 2026 年 11 月 4 日前釋出；該模型在 Terminal-Bench 4.0 上以 67% 居首，屆時 Mistral 的領先優勢可能收窄。
網路安全方面，Mistral 稱 Large 4 是防禦能力最強的開源模型，在 Artificial Analysis 網路安全指數上得 51 分。但公司自家圖表顯示，DeepSeek V4.1 Flash 以 57%、MiMo-V2.6-Pro 以 56% 排在其前，Large 4 在開源模型中列第三。該指數衡量模型能否在不破壞現有功能的前提下發現、復現並修補程式碼庫漏洞。額外訓練在此項上提升有限，預覽版為 50 分，正式版僅高 1 分。按每任務 1.21 美元計，其成本明顯高於得分更高的 DeepSeek V4.1 Flash。Mistral 強調，模型對惡意網路請求的拒絕率達 96.6%，高於其他開源模型，同時仍能處理合法防禦任務；但公司也承認模型可能降低真實攻擊門檻，計劃未來數月收緊防護，並向 Orange Cyberdefense 等合作伙伴提供經稽核、帶合同限制的滲透測試專用版本。
定價方面，Large 4 的 API 價格為每百萬輸入 token 0.70 美元、每百萬輸出 token 2.10 美元，較預覽期的 1.36 和 4.18 美元大幅下調，與釋出初兩週的折扣價基本持平。對比 Kimi K3.1 Pro 的輸入 2 美元、輸出 10 美元，Large 4 價格優勢明顯。許可上，使用、修改和商業部署免費，但將 Large 4 作為商業雲服務提供的公司需另行獲得授權。Mistral 主要將其定位為「主權 AI」——完全在歐洲訓練、可在自有伺服器執行；若不自建，也可通過 Microsoft Foundry 等平台使用。