Mistral Large 4 – Mistral AI 开源的最新旗舰大模型

先来认识Mistral Large 4

Mistral Large 4 是法国 Mistral AI 的旗舰模型，外号「Le Chonk 胖猫」。它用细粒度 MoE 架构，总参数 1.05T、每次只激活约 49B，配 1.6B 视觉编码器，原生多模态、上下文 1M。模型已经在 Mistral API 上线，跑分上软件工程、财务流程、遥感图像定位都占优势，卖点是可本地部署的网络防御和企业主权场景。

Mistral Large 4能做什么

• 原生多模态理解：文字和图片都能同时读，输出文字，上下文窗口有 1M token。
• 长链条软件工程：在 DeepSWE v1.1 的真实工程任务上做到 62%，写代码、跑多步骤开发都没问题。
• 企业财务分析：在 Finch 财务流程基准拿了 67%，专治各种乱表格——查数、建模、出报告都行。
• 视觉定位：遥感航拍图这种复杂图像里，它能把目标框出来，DIOR-RSVG 达 73%，评估灾害损失、巡检输电线都能用。
• 图纸转 CAD：技术图纸能直接转成 CAD 模型，按官方说法，半导体相关测试的成绩排在前面。
• 网络防御：预览版给了个限制更少、网安能力更强的版本，可以拿去跑漏洞扫描这类防御任务。
• 多语言与主权部署：训练语言超过 160 种，模型能部署在自己的服务器上，或者放在欧盟法律保护区域内的 API 里。

Mistral Large 4是怎么炼成的

• 细粒度混合专家（MoE）架构：模型总参数 1.05T，拆成大量「专家」子网络，每处理一个词元只激活其中一小部分，另外配一个 1.6B 的视觉编码器来吃图像输入。核心思路是用稀疏激活换大模型的容量、小模型的推理开销——每个词元的计算成本，大概和一个 49B 稠密模型相当。
• 从零训练与自有算力：这个模型是完全从零训练的，花了两个月，用了约 4000 张英伟达 Grace Blackwell，全部架在 Mistral 自有的欧洲机房里跑完。这么做的好处是训练过程可控、数据可追溯，撑得起它的主权 AI叙事——客户拿到的是不会被外国政府断供的模型。
• 持续强化学习后训练：现在发布的是预览版，权重正式放出前成绩还会变。路线很明确：用 RL 持续压榨模型在推理、代码、财务流程这类任务上的长链条表现。
• 视觉定位（Grounding）：在多模态的基础上，模型还能报出目标在图像里的具体位置坐标。原理是视觉编码器先提取图像特征，再和语言指令做跨模态对齐，于是遥感、图纸这些场景里就能做到像素级指认。

怎么用起来Mistral Large 4

• 注册账号：访问 Mistral Studio 官网，注册账号并登录。
• 创建 API Key：到控制台生成一个 API 密钥，之后调用时用它鉴权。
• 确认模型 ID：模型 ID 选 mistral-large-4。
• 选择接入方式：可以直接调 APIhttps://api.mistral.ai。
• 编写请求：请求里带上三样东西——API Key、模型名和输入内容。

Mistral Large 4强在哪

• 稀疏 MoE 架构：1.05T 总参数每次只激活 49B，超大模型的容量接近小模型的推理成本，两头都占到了。
• 官方宣称美欧最强开源权重模型，同时也是拿下 30 亿欧元 D 轮融资之后的第一个旗舰。
• 主权与安全可控：在整个欧洲的自有机房完成训练，权重可以下载回来自己部署，不怕外国政府断供。
• 原生多模态 + 视觉定位领先：1M 上下文，图像指认框选的能力压过了闭源前沿模型。
• 预览跑分突出：DeepSWE 软件工程 62%、Finch 财务 67%，两项都领先同场对手。

Mistral Large 4适合用在哪

• 长链条软件工程：从需求分析、编码到调试，整条开发任务能自主跑完。
• 企业财务分析：在杂乱的表格和文档里查数、建模、生成报告，对账和审计场景很对口。
• 遥感图像评估：保险公司看航拍图评估风暴损失、电力公司巡检输电线、农场盯着庄稼长势，都走得通。
• 网络防御：漏洞扫描、攻防演练这些活都能干，权重下载到本地后，也不用看闭源模型护栏的脸色。
• 法律与合同审查：辅助跑完整的法律工作流程，Harvey 通过率 15%，目前全场还没人及格，属于早期能力。