Mistral 在 Hugging Face 上发布了 Mistral Large 4，代号 Le Chonk。这是一个多模态、多语言的混合专家模型，输入文本和图像，输出文本。总参数约 1T，激活参数 49B，上下文窗口 1M token。官方提供 FP8 与 NVFP4 两个变体，另有 Unsloth 和 llama.cpp 团队制作的 GGUF 量化版。许可证为 Mistral Ecosystem Open-Weight License，属于 MIT 衍生许可，对 model-as-a-service 形式的提供服务设有限制。

模型同时使用两种稀疏机制：语言模型对每个 token 只激活一小部分专家，注意力索引器则选择要关注的历史位置。文本解码器共 72 层，隐藏维度 6144，64 个注意力头。注意力块结合了 MLA（压缩 KV 表示）与 DeepSeek Sparse Attention 索引器，每个 query 最多选择 2048 个关键位置。层间共享 KV 状态，采用 3:1 的 RoPE 与 NoPE 交替模式。除第一层为密集 FFN 外，其余 71 层都是 MoE：softmax router 从 128 个专家中为每个 token 选 4 个，外加一个常驻共享专家，实际每 token 激活 5 个专家。视觉端使用 1.6B 参数的 Pixtral 编码器。

网络安全是它的重点能力。在 Artificial Analysis Cyber Index 的“复现开源软件真实漏洞并修复”测试中，Mistral Large 4 得分 82%。Mistral 报告称，多个闭源前沿模型在此测试上接近零分，原因是它们拒绝动手。内部测试显示，模型在恶意软件分析、漏洞优先级排序和检测规则编写上也有作用，尽管并未专门针对这些任务训练。Mistral 主要将其定位为防御性安全工具；开放权重意味着使用策略和部署环境都由用户控制，不会在事件中因 API 依赖而中断。模型仍会拒绝有害请求，在来自 JailbreakBench、StrongREJECT 和 AgentHarm 的网络安全提示上，平均拒绝率高于其他开放权重模型。

基准表现方面，截至 2026 年 10 月 29 日，它是 Artificial Analysis Intelligence index 上第五佳的开放权重模型。编码相关：DeepSWE v1.1 拿到 61.7%，SWE-Atlas-QnA 59.4%，Terminal-Bench 4 为 28.3%，综合 Coding Agent Index 49.8%，超过 DeepSeek V4 Pro 0813 和 Qwen3.8 Max。知识工作类：AutomationBench 59.9%，AA-Briefcase 达到 1393 Elo。网络安全方面，Cybench 上解决了 40 个挑战中的 93%，Lakera B3 基准的攻击抵抗率为 93.3%。

推理支持做到了发布当天可用：transformers、vLLM、llama.cpp 均支持。Transformers 提供 AutoModelForMultimodalLM，reasoning_effort 可设 low/medium/high，默认 high，且推理不可关闭。vLLM 支持 NVFP4 检查点（需 NVIDIA Blackwell GPU），并带 DSpark drafter 做投机解码。llama.cpp 提供从 2-bit 到 BF16 的 GGUF 量化版，2-bit 版本可在单台 512GB Apple Silicon Ultra 上运行，其余需要多卡分布式。实测单台 M3 Ultra 上 Q2_K prefill 约 90 tok/s，生成 15 tok/s；4 块 RTX6000 Pro 上 NVFP4 在 32K 上下文下 prefill 为 130–590 tok/s，生成约 10 tok/s；IQ2_XXS 支持 800K 上下文，短上下文下 prefill 500 tok/s、生成 30 tok/s，长上下文会降至 129 tok/s 和 3 tok/s。

微调方面，TRL 提供 day-0 支持，官方示例在 8 块 B300 上用 FP8 变体训练多语言思考。Inference Endpoints 上有 8 块 H200 的部署方案：vLLM 加载 FP8 权重，tensor 和 expert 并行，DSpark 投机解码，支持 131K 上下文和 16 并发请求。实测单请求 1K token 提示的首 token 时间约 0.6 秒，生成约 65 tok/s，聊天场景中 DSpark 草稿被接受时可达 120–138 tok/s；16K token 提示四并发时 prefill 合计约 4300 tok/s，首 token 时间 8–9 秒；1000 条 ShareGPT 对话负载下总生成约 480 tok/s。Dell Enterprise Hub 也提供了针对自家 AI 服务器的部署配方。

对社区开发者来说，开放权重意味着可以围绕自己的代码库、崩溃日志和恶意软件样本构建安全系统，也可以用 TRL 从 Mistral Large 4 的追踪数据微调更小的模型。reproduce-then-patch 这类任务有可验证的奖励信号，适合继续做强化学习。研究者还能直接测量模型的拒绝行为，不必依赖供应商描述。权重可在 Hugging Face 的 Mistral Large 4 collection 中获取。