10 月 6 日，Mistral 放出了新旗舰 Mistral Large 4 的公测，API 模型 ID 为 mistral-large-4，内部版本号 v26.10。HN 首页两条讨论加起来接近两千分——欧洲最后一个独立 AI 实验室的每一步，社区都盯着。绰号 Le Chonk 很快传开，这个名字比大多数评测稿都更诚实地概括了它的性格：总参数堆到 1.05 万亿，激活却只有 490 亿。
规格速览：胖在哪里，瘦在哪里
先把硬参数摆出来，与 Mistral Large 3 对照：
Mistral Large 3 Mistral Large 4
发布时间 2025-12-02 2026-10-06（公测）
总参数 675B 1.05T
激活参数 41B 49B（文档卡已改为 52B）
视觉编码器 — 1.6B
上下文 256K 1M（第三方实测 512K）
输入/输出价格 0.50 / 1.50 美元 牌价 1.36 / 4.18；预览价 0.68 / 2.09
权重 已放出（Apache 2.0） 承诺 10 月底（记者获知 10-27）
许可证 Apache 2.0 未公布三个观察。第一，总参数涨了约 56%，激活只涨约 20%——典型的细粒度 MoE 路线，容量扩张不摊到单次推理上，这也解释了它敢把上下文拉到百万级：KV 缓存的压力主要由激活密度决定。第二，1.6B 视觉编码器是新增的，文本与图像输入、纯文本输出，多模态能力对标的是「能看懂」而不是「能生成」。第三，语言覆盖 160 多种，包括全部欧盟官方语言——这是 Mistral 一直握着的差异化底牌，欧洲政企市场的入场券。
价格：预览价里藏着的竞争姿态
价格是这次发布最值得玩味的部分。牌价输入 1.36 美元、输出 4.18 美元每百万 token，比 Large 3 的 0.50 / 1.50 贵了一倍以上；但模型页当前显示的预览价是 0.68 / 2.09——恰好一半，Mistral 没有解释折扣的原因和期限。
对照竞品看，这个定价的意图很清楚：预览价下的 Mistral Large 4 把自己摆进了「低价旗舰」的生态位，试图在 GLM-5.3、Kimi K3 这些中国开源权重强手的价格带附近卡位。牌价则保留了向旗舰档看齐的想象空间。浮动期间接入的业务，务必按牌价做成本压力测试——折扣可以随时收走，你的账单模型不能建立在它之上。
评测：开源阵营第二梯队领头羊？
独立评测机构 Artificial Analysis 的 Intelligence Index v4.3.2 给出 38 分。纵向比，它远超美国开源模型的现有最好成绩（Nemotron 3 Ultra 的 23 分）；横向比，落后 GLM-5.3、Kimi K3 和 MiMo-V2.6-Pro 六到八分。
细分维度上，官方披露的代理类基准相当坦率：DeepSWE v1.1 拿了 62%，FinWorkBench 67%，但 Harvey Legal Agent 只有约 15%——法律代理场景仍是明显短板。Vals 的第三方口径里，IOI 竞赛编程 45.28 分排在 30 个模型中的第 23 位，Lean 4 形式化证明更是 29 个模型里的第 28。医疗记录转写 MedScribe 80.43 倒是中规中矩。
一句话总结成绩单：**通用知识与代码编辑尚可，长链代理与形式化推理不是它的战场。**如果你的负载是高频率、多语言、成本敏感的对话与文档理解，它值得测；如果是深度 agent 工作流，先跑你自己的基准再说。
权重与许可证：真正的悬念在 10 月 27 日
Large 3 靠 Apache 2.0 权重赢得了开源社区的尊重，Large 4 的权重承诺本月底放出，记者获知的具体日期是 10 月 27 日。但许可证至今未公布——这是本次发布最大的未定项。Mistral 的商业模式一直在「完全开源」与「保留部分独占」之间摇摆，1.05T 总参数的权重托管成本也远高于 Large 3。许可证如果收紧，会直接改变私有化部署用户的决策；如果维持宽松，它会立刻成为欧洲阵营对抗中美旗舰的开源旗帜。
欧洲牌桌上的这一手
把发布放回更大的棋盘看，Mistral Large 4 的时机颇有深意。美国阵营这边，闭源旗舰的 API 价格持续下探；中国开源权重阵营这边，GLM、Kimi、DeepSeek 已经在独立评测榜上站稳前二梯队。欧洲手握强监管话语权，却一直没有一个能打的自家旗舰——Large 4 就是对这个空位的回应。160 多种语言、全部欧盟官方语言覆盖，加上数据驻留与主权云叙事，它瞄准的从来不是全球跑分榜，而是欧洲政企和公共部门那批「必须考虑合规」的买家。这也是为什么许可证比跑分更值得盯：如果权重以宽松许可放出，它就同时握住了「合规旗手」和「开源旗手」两张牌，这在目前所有万亿参数模型里还没有先例。
对中文用户还有一个隐性问题：官方物料几乎没有提及中文能力，第三方评测也未单列中文基准。从 Large 3 的经验看，其中文表现明显弱于英语，Large 4 语言数量翻倍并不保证单语言质量上升。以中文为主要工作语言的团队，建议把中文指令遵循和长文档理解单独列进自己的验证集。
结论：给三类人的建议
生产用户：现在开始双跑验证可以，切流量等两件事落地——预览价到期后的真实定价、10 月 27 日的许可证。欧洲语言刚需场景可以提前规划，其他场景 Large 3 依然能用且便宜一半。
自部署玩家：等权重。许可证比参数量更重要，Apache 2.0 还是「研究用途」是两个世界。
纯粹关注技术路线的：这次发布是细粒度 MoE 容量扩张的又一个样本点——总参数向万亿走、激活按兵不动。看看月底放出的权重能不能复现官方口径的 1M 上下文，比看任何跑分都有信息量。
Le Chonk 这名字起得很聪明：先把「胖」的预期打足，再把「瘦」的惊喜留给你。至于是不是真旗舰，10 月 27 日见分晓。