Mistral Large 4
Mistral发布的旗舰开源大模型，采用MoE架构，总参数约1万亿，每token激活约500亿参数，支持多模态输入和100万token超长上下文窗口
核心事实
时间轴 (近 90 天)
每token价格不等于每次回答价格：Gemini和Mistral的单token价格便宜，但单问题平均步数高达38步，导致每次回答成本与现用模型相当甚至更高。
在速度测试中，Claude Sonnet与Haiku最快也最稳定，从未超过3分钟；Mistral和Gemini约每四个问题就有一个耗时超过10分钟，个别接近25分钟。
Mistral Large 4因当时不提供零数据保留（ZDR），被排除在正式排名之外，仅作参考性测试。
模型权重即便开放，自托管仍需要相当规模的硬件投入
ML4的训练在欧洲完成，使用了约3800块NVIDIA Grace Blackwell GPU
ML4模型权重计划在2026年10月底前分阶段发布
Mistral已通过Mistral Studio提供ML4的公开预览
ML4的最终许可条款、部署成本和具体运行门槛目前尚未明确，这些细节将在权重实际发布后才会浮出水面
ML4是一个总参数量1万亿、激活参数520亿的模型，延续Mistral在大规模稀疏架构上的路线
公司将其定位为面向文本和多模态工作的前沿开放权重模型，应用场景覆盖网络安全、金融和法律等领域
还有 40 条时间轴事件
全部知识事实 (20)
Mistral Large 4定价约为每百万输入token 68美分、输出2.09美元，前两周五折
80%已验证Mistral Large 4是Mistral迄今为止体量最大的开源模型
75%已验证Mistral Large 4在Artificial Analysis综合智能指数上仅得38分，剔除闭源模型后位列开源第六
70%已验证Mistral Large 4 的训练使用了自建数据中心内的 3800 块英伟达 Grace Blackwell GPU，公开预览版也运行在同一套基础设施上
70%已验证Mistral发布代号LeChunk的Mistral Large 4，是万亿参数、原生多模态的MoE模型，激活参数约490亿
85%已验证Mistral Large 4 采用 1 万亿总参数、490 亿激活参数的 MoE 架构，原生多模态，上下文窗口 51.2 万 tokens
65%已验证Mistral Large 4在视觉定位任务上以42%对41%的微弱优势略胜GPT-6 Astra
65%已验证在 DeepSWE 1.1 编码基准上，Mistral Large 4 Preview 得分 62，位列第二，仅次于 Kimi K3 搭配 Kimi Code CLI 的 68 分
65%已验证Mistral Large 4 是混合指令与推理的 MoE 模型，总参数量 1 万亿，推理时仅激活约 490 亿参数
65%已验证在 Artificial Analysis Cyber Index 上，Mistral Large 4 得分 50，与 GLM 5.3 Flash 并列第一
65%已验证Mistral推出新一代旗舰模型Mistral Large 4，代号'Le Chonk'
80%已验证Mistral发布了Mistral Large 4，是一个万亿参数、原生多模态的MoE模型，激活参数约490亿，开源权重将在月底放出
75%待验证Mistral Medium 3.5是Mistral于2025年4月发布的旗舰模型，专为智能体和编码工作场景优化
90%部分验证Mistral Large 4采用稀疏混合专家（MoE）架构，每次推理实际激活参数为490亿（49B）
75%部分验证Mistral Large 4目前仍处于预览阶段，模型权重将在本月晚些时候正式发布
65%待验证Mistral Large 4完全在Mistral自己的欧洲数据中心用3800块Grace Blackwell GPU从零训练，未做蒸馏
60%待验证法国 Mistral 发布 Mistral Large 4，在第三方智能指数评测中拿下 38 分
60%待验证在速度测试中，Claude Sonnet与Haiku最快也最稳定，从未超过3分钟；Mistral和Gemini约每四个问题就有一个耗时超过10分钟，个别接近25分钟。
50%待验证每token价格不等于每次回答价格：Gemini和Mistral的单token价格便宜，但单问题平均步数高达38步，导致每次回答成本与现用模型相当甚至更高。
50%待验证Mistral Large 4因当时不提供零数据保留（ZDR），被排除在正式排名之外，仅作参考性测试。
50%