Mistral 发布万亿参数开源模型「Le Chonk」：在欧洲从零训练，直追前沿

法国 Mistral 把 Mistral Large 4 放进了预览版——一个万亿参数的模型，公司称它是中国之外最强的开源模型。它在 Mistral 自家欧洲数据中心的 3800 块 Grace Blackwell 加速卡上从零训练，权重承诺在十月底前放出。但目前模型只活在 API 里：你可以检验「追上了闭源模型」这句话，却还不能把它带回家。

到底发布了什么

Mistral Large 4 有 1 万亿参数，每次请求激活其中 520 亿。也就是说它是稀疏模型：算得快，存得重。它原生多模态，既能读文字也能看图。训练在 Mistral 欧洲数据中心的 3800 块 Grace Blackwell 加速卡上跑了两个月，公司特别强调是从零训练，而不是拿别人的输出做蒸馏。

这是预览版。入口是 Mistral Studio 的 API，权重承诺「月底前」放出。在权重发布之前，公司正与网络安全团队、经过审核的合作伙伴和政府机构在真实场景里做红队测试，他们拿到的是审核放宽、网络能力更强的版本。

为什么有人在意

过去两年，最强的开源权重基本都出自中国实验室，西方公司在后面追。Le Chonk 被定位成回应：中国之外最强的开源模型，并且「非常非常接近」闭源模型。押注开源在这里是务实的而非意识形态的——开源模型跑在你自己的硬件上，成本就等于那块硬件的成本。这在网络安全上很关键：如果服务商拒绝回答某个漏洞的问题，活就干不了；而在事故处理中途失去工具访问权，代价很高。

第三方测试怎么说

官方跑分永远是橱窗，所以第三方数字更有意思。在 Artificial Analysis 聚合榜上，这个模型拿到 38 分。相比去年勉强拿到 9 分的 Mistral Large 3 是大幅提升，但仍落后于 5520 亿参数的 DeepSeek 4.1 Flash。说白了，Mistral 回到了牌桌上，落后前沿大约半年，而不是几年。对一个能自己部署的开源模型来说，这已经不错。

坑在哪里

第一：权重还没放出来。你手上只有预览 API，而「月底前」是可能推迟的。第二：万亿参数跑不了家用显卡。即便只有 520 亿激活参数，也需要像样的集群，所以这里的「开源」是给公司而不是给爱好者的。第三：模型只有两档推理强度，「无」和「高」，没有中间档。第四，也是最实在的一点：38 分不是前沿。如果你现在就要最高质量，开源模型给不了。

实际意味着什么

真正的故事不是这一个模型，而是开源与闭源之间的差距还在继续收窄。这不只体现在跑分上，也体现在人们实际怎么挑模型。根据我们服务最近 30 天的数据（窗口 08.09–08.10.2026，来自 74 位用户的 757 条消息），聊天里最受欢迎的并不是最重的那个：轻量的 gpt-5-4-mini 占了 127 条，而更大的 gpt-6-astra 是 91 条，claude-opus-5 是 67 条。图像也是同样的逻辑：在同一 30 天的成本表 generation_costs 里，最便宜的 z-image 每张图约 0.004 美元（128 次生成），而热门的 nano-banana-2 是 0.052 美元（2206 次生成），贵了十三倍。人和公司投的是「够用且价格合理」，而不是表格里的最高分。

常见问题

Mistral Large 4 是什么，为什么叫 Le Chonk？

它是法国 Mistral 的新旗舰模型，拥有 1 万亿参数。Le Chonk 是公司在公告里自己用的非正式绰号；正式名称是 Mistral Large 4，简称 ML4。

现在能下载吗？

不能。目前只有通过 Mistral Studio API 的预览版。开源权重承诺在 2026 年十月底前放出。

它和闭源模型有什么不同？

开源模型可以下载、微调并跑在自己的硬件上，不必依赖别人的 API。闭源模型不能这样用——只能通过服务商的服务访问。

在哪里能体验现代模型？

你可以在 NeuralSpace 聊天里和多种语言模型对话，也可以在代码板块搭建自己的 AI 项目。