🇪🇺 开源大模型

1 万亿参数，但你只为 490 亿付钱

Mistral Large 4（社区昵称 Le Chonk）用的是细粒度混合专家（MoE）架构：总共 1.05 万亿参数，但每生成一个 token 只激活其中约 490 亿——算下来大约 4.7%。这意味着它的运行算力和一个 490 亿参数的稠密模型差不多，而不是真的在跑一万亿。它还带一个 16 亿参数的视觉编码器，支持文本+图像输入、100 万 token 上下文、函数调用、结构化输出和 Agents / Conversations 接口。训练是在自家欧洲数据中心、约 3800 至 4000 张英伟达 Grace Blackwell 上从零完成的，前后约两个月。

它赢在哪、输在哪：一份不那么好看的成绩单

Mistral 主张的强项集中在安全与企业任务：CyberBench 93 分、真实漏洞复现与修复测试 82 分（自称为最高）、视觉接地（Dense 200）42% 略胜 GPT-6 Astra 的 41%、657 项业务流程的 AutomationBench 59.9%、法律任务（Harvey）也领先。但在编程上差距很实在：DeepSWE v1.1 只有 61.7%，而 GPT-6 Astra 与 Claude Opus 5.5 大约在 74%。第三方 Artificial Analysis 智能指数给它 38 分，落后 Claude Opus 5.5 的 58 分。有一个背景值得补充：部分闭源模型在安全研究类任务上会直接拒答，这会让「敢做安全任务」的模型在同类基准上显得更高分——所以那个 93 分要打个折扣看。

为什么有人就是需要「非美国、非中国」的模型

Mistral 的这轮融资是 30 亿欧元 D 轮，估值超过 210 亿欧元，三星参投，是欧洲科技公司史上最大的一笔股权融资；已有 125 家以上企业客户，包括空客、ASML、汇丰。对欧盟的公共部门、金融机构、国防承包商和医疗行业来说，把数据送进美国托管的闭源 API，在 GDPR 和欧盟 AI 法案下是有真实法律风险的。开源权重 + 欧洲境内基础设施，正好把这个障碍拿掉。不过要提醒两点：一是权重10 月 27 日才放出，现在只是 API 预览，还不能下载自部署；二是按报道估算，完整权重约 240GB，本地跑至少要八张 A100 80GB 级别，量化版大概率会在权重放出后几天内跟上。