原始来源日期:2026-10-06。Mistral 宣布 Mistral Large 4 进入 API 公开预览。官方把它描述为约一万亿总参数、每次前向激活约 520 亿参数的稀疏混合专家模型,并称其从头进行多模态训练,可处理文本、图像等输入,语言覆盖超过 160 种。预览可通过 Mistral API 使用,不等于模型权重已经公开。

训练基础设施方面,Mistral 表示使用其欧洲数据中心中的 3,800 块 NVIDIA Grace Blackwell GPU 完成训练,预览服务也运行在同一基础设施上。官方强调模型面向代码、复杂推理、多语言与多模态任务,但文章没有完整披露训练数据组成、专家路由细节或独立复现实验,因此这些能力边界仍主要来自厂商说明。

官方公布了若干内部或合作评测结果,包括软件工程、终端操作和通用任务,但这些数值均应按厂商自评读取,不能写成独立第三方结论。公开价格为每百万输入 token 1.36 美元、每百万输出 token 4.18 美元;实际成本还会受到上下文长度、工具调用、多轮重试和缓存策略影响,单价不能直接代表完整 Agent 任务成本。

发布文中特别区分了安全测试与普通预览:部分红队合作伙伴获得降低常规内容过滤和扩展网络安全能力的接口,用于评估模型原生能力。官方表示公开 API 仍应用平台安全措施。这里反映的是不同访问层的测试安排,并不意味着公共用户获得相同权限,也不构成模型已经通过独立安全认证。

Mistral 计划在 10 月底发布模型权重,并表示后续还会披露架构与后训练细节。截至本次来源日期,权重、最终许可证和本地推理要求尚未公开;因此“开放权重”“可商用自部署”或具体显存门槛都还不能确认。开发者当前能验证的是 API 预览行为与价格,而非离线可复现性。

量仔观察

本站认为,Large 4 当前最关键的状态词是“公开预览”。团队可以用真实多语言、多模态和代码任务做小规模影子评测,但应记录 API 版本、提示模板、失败率和成本,避免把厂商基准直接带入容量规划。真正决定生态影响的将是月底权重、许可证、量化支持和推理框架兼容性,在这些材料出现前不宜提前承诺本地部署路线。