Mistral AI 於今日發布了 Mistral Large 4 的預覽版，這是一個總參數達 1 兆、每個 token 啟用 490 億參數的模型。該模型在 Mistral 自有的 3,800 顆 NVIDIA Grace Blackwell GPU 叢集上進行訓練。目前預覽版僅透過 API 提供存取，官方承諾將於「本月底」釋出開放權重版本。
在功能限制方面，該模型透過 Mistral API 僅支援「none」（無）和「high」（高）兩種推理等級。作者 Simon Willison 測試了該模型生成「鵜鶘騎自行車」圖像的能力，發現「high」推理等級生成的結果較佳，但有趣的是，其輸出的 token 數量（2,717）反而低於「none」等級（3,275）。
在性能評估上，該模型在 Artificial Analysis 上的得分為 38，緊追在參數規模為 552B 的 DeepSeek 4.1 Flash 之後。這相較於去年 12 月發布的 Mistral Large 3 有顯著進步，後者在同一評測中僅得 9 分，且生成的圖像品質較差。作者指出，雖然該模型並非頂級（Fable-class）水準，但表現已接近前沿模型約 6 個月的差距，顯示 Mistral 已重返競爭行列。
事件背景
Mistral Large 4 被描述為一個開放權重的混合指令與推理 MoE（混合專家）模型，支援多模態輸入，將指令遵循、推理和代理能力統一在單一模型中。根據 Reddit 上的資訊，該模型在網路安全、金融和製造業方面被稱為開放權重模型中的最先進技術（state-of-the-art），並原生支援 160 種以上語言。模型名稱「Le chonk」帶有幽默意味，暗示其龐大的參數規模。
社群觀察
社群討論主要集中在模型的龐大規模與硬體需求。有用戶開玩笑表示需要購買一個小型資料中心才能運行，或質疑如何將其裝入僅有 8GB 記憶體的設備中。部分用戶認為這是開放權重模型領域的重要進展，並指出其具有地緣政治和地緣經濟意義，樂見更多開放模型參與競爭。另有用戶以幽默方式評論模型名稱與規模的關係。
