核心要点速览
- 规模：总参数约1.05万亿，MoE结构按输入只激活约520亿参数，目标是在大模型表现力与推理成本之间取得平衡。
- 成绩：FrontierCode开放模型第一；在Artificial Analysis的评测中刷新了性能与成本的帕累托效率前沿。
- 安全：Mistral称其网络防御能力达到业界最先进水平，CrowdStrike、Cloudflare、Rubrik、Zscaler参与了接近实战的防御验证。
- 获取：权重在Hugging Face公开，可通过Mistral Forge用自有数据微调，再部署到自有服务器、私有环境或云端。
- 官方X帖子约25万浏览、3,621点赞、547收藏、460转发；具体许可条款和权重下载地址仍需以官方信息为准。
Mistral AI公开Le Chonk权重：发布内容与X上的反响
2026年10月29日，Mistral AI通过官方X账号（@MistralAI）宣布公开Mistral Large 4的模型权重。这一代旗舰带着一个俏皮的称呼“Le Chonk”：chonk是英语网络俚语里形容“块头大、圆滚滚”的词，配上法语冠词Le，既点出这家法国公司的身份，也调侃了约1.05万亿的总参数量。
官方帖子获得约25万浏览、3,621点赞、547收藏和460转发。关注点集中在同时公布的几件事：权重可以直接从Hugging Face获取；在FrontierCode上拿下开放模型第一；在Artificial Analysis上刷新帕累托效率；以及CrowdStrike、Cloudflare、Rubrik、Zscaler等主要网络安全企业给出的防御评估。
Mistral把它定位为可以“带回家”的模型：除了云端API，也能部署到自家服务器或私有环境，并用Mistral Forge以自有数据定制。对重视数据主权、不愿把机密数据交给外部服务的企业来说，这一点比单纯的跑分更有分量。
出处[1]
总参数1.05万亿、激活520亿的MoE与评测成绩
Mistral Large 4采用混合专家（MoE）结构，总参数约1.05万亿，每次推理根据输入只调用约520亿参数，以兼顾大模型的表达能力和推理效率。不过激活参数少不等于部署轻：全部专家权重仍要载入内存，按每参数1字节（8位精度）粗算也在1TB量级，硬件门槛依然是服务器级。
编程方面，它在Cognition的FrontierCode上位列开放模型第一。FrontierCode是智能体式编程评测，考察的不只是生成代码，还包括调用工具、分多个步骤完成任务。另据Artificial Analysis的评测，它刷新了性能与成本的帕累托前沿，即在同等成本下给出了更好的成绩。
网络防御是这次发布的另一条主线。Mistral称该模型在网络防御领域达到业界最先进水平，并列出CrowdStrike、Cloudflare、Rubrik、Zscaler等全球主要安全厂商参与了接近真实运维场景的验证。具体评测分数、上下文长度和API价格，现有资料中尚未看到。
出处[1]
从Hugging Face到Mistral Forge的落地路径与待确认事项
典型流程是：先看官方X帖子了解发布内容，在Hugging Face查看模型卡并获取Le Chonk权重，需要时用Mistral Forge以内部代码库或安全知识做微调，最后部署到自有推理环境或云端。Mistral同时在推Mistral Vibe、Mistral Forge等企业向产品，后续更新可以关注其官方X账号。
评估时可以围绕它的两项强项设计测试：代码修复、漏洞排查这类反复执行的任务，用类似FrontierCode的方式衡量微调前后的改进幅度；本地部署则能让机密代码和安全日志不离开内网。
尚未确认的部分也要记清：具体许可条款和权重的下载网址，需要以官方帖子和Hugging Face模型卡为准，再决定能否商用。上线后还要持续核对许可、推理成本和安全评估结果，并按用途调整部署规模或量化精度。
出处[1]
X（推特）首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。
常见问题
Mistral Large 4能在个人电脑上本地运行吗？
现实中很难。总参数约1.05万亿，虽然每次只激活约520亿，但全部权重都要载入，按8位精度粗算也需要约1TB的内存或显存，更适合多卡服务器或云端部署。
出处[1]
Le Chonk是开放权重吗？可以商用吗？
权重已在Hugging Face公开，可以下载、用Mistral Forge微调并自行部署；但具体许可条款目前尚未确认，商用前请核对官方帖子和模型卡里的许可说明。
出处[1]
FrontierCode第一具体意味着什么？
FrontierCode是Cognition的智能体编程评测，覆盖工具调用和多步骤任务。Le Chonk在其中位列开放模型第一，这是与其他开放权重模型比较的结果，并不是包含闭源模型在内的总排名。
出处[1]
有官方API吗？价格和上下文长度是多少？
Mistral设想它既可以通过云端API使用，也能部署在自有环境中；但现有资料没有给出API价格和上下文长度，需以Mistral官方后续公布为准。
出处[1]
