Mistral Large 4「Le Chonk」亮相 1 兆參數開源模型挑戰美國 AI 巨頭

編按：本文綜合整理自 Mistral 官方公告、VentureBeat 報導、華爾街日報 與 Hacker News 討論串，並加入 Siami 編輯部觀點與分析。

法國 AI 公司 Mistral 昨晚（10 月 6 日）正式公開新一代旗艦模型 Mistral Large 4，暱稱「Le Chonk」（意為「胖嘟嘟」），是該公司迄今最大的模型：總參數 1 兆，採用原生多模態混合專家架構（MoE），每次推論啟用 490 億參數。雖然名字聽起來像開玩笑，但 Mistral 在記者會上把這個暱稱寫進了官方文件 —— 起因是社群從今夏開始流傳「Mistral 要出 Le Gros Chaton（胖小貓）」的迷因，連執行長 Arthur Mensch 都在 X 上自稱「le gros chaton」，最終乾脆把玩笑變成正式命名。

模型核心規格

Mistral Large 4 是 Mistral 迄今最大、能力最強的模型，也是歐洲目前最頂尖的開源權重（open-weight）AI。

• 總參數：1 兆（1 trillion），每次推論啟動 490 億 active parameters
• 架構：原生多模態 Mixture-of-Experts（MoE）
• 訓練規模：3,800 張 NVIDIA Grace Blackwell GPU，全部在 Mistral 自有的歐洲資料中心完成
• 多語能力：訓練資料涵蓋 160+ 種語言，包括歐盟所有官方語言
• 商業定位：主打企業級代理（agentic workflows）、資安、程式設計、視覺理解
• 定價（API 預覽，前兩週 5 折）：輸入 1.36 美元/百萬 tokens，輸出 4.18 美元/百萬 tokens；正式定價約為 2 倍
• 重要時程：API 預覽今日上線 Mistral Studio，完整權重預計 10 月底開放下載

這次發表是「preview」形式，模型仍在 Mistral 與資安夥伴、政府機關的紅隊（red-team）測試中。公開權重則要再等幾週。

為什麼這件事重要

Mistral 從 2023 年成立以來一直被視為「歐洲抗衡美國 AI 巨頭」的代表，卻在技術進度上屢遭質疑 —— Medium 3.5 與之前的開放模型在頂級基準測試上明顯落後 DeepSeek、Qwen、GLM 等中國對手，更別提 GPT-6、Claude Opus 5.5 等閉源巨獸。Le Chonk 的出現，是 Mistral 第一次在「美國或歐洲開發的開放權重模型」這個類別中明確站上領先位置。

更重要的是商業訊號：

• 資金面：Mistral 上週剛完成 30 億歐元 Series D 創歐洲科技史最高金額
• 主權 AI（AI Sovereignty）敘事：強調「在歐洲訓練、在歐洲部署、適用歐洲法律」，對歐洲企業與公部門有強烈吸引力
• 資安敘事：刻意把「降低 moderation」當作賣點 —— 對閉源巨頭在資安場景的「過度拒絕」做出明確對比

值得注意的是，Mistral 在官方公告中直接點名 Claude Opus 5.5 與 GPT-6 Astra 在某項資安測試「分數接近零」，認為這對真實防禦工作是問題。這個論述與近期美國安全圈對「AI 拒絕過度」的反彈完全合拍。

關鍵基準測試表現

Mistral 在多個面向宣稱「state-of-the-art」，以下整理幾個重點：

資安

• 在 Artificial Analysis Cyber Index 排名前五，是中國以外最強的開放權重模型
• 重現漏洞並修補測試拿到 82%，是所有模型最高分；同期閉源的 Claude Opus 5.5、GPT-6 Astra 在同一測試「接近零分」（因拒絕執行）
• 在 Cybench 40 個資安競賽題目中解出 93%
• 內部測試還涵蓋：惡意程式逆向、漏洞優先排序、偵測規則撰寫

程式設計

• DeepSWE v1.1：61.7%
• SWE-Atlas-QnA：59.4%
• Terminal-Bench 4：28.3%
• Coding Agent Index 綜合分：49.8%，領先 DeepSeek V4 Pro 0813 與 Qwen3.8 Max

視覺理解（多模態）

• Dense 200：42%，勝過 GPT-6-Astra 的 41%
• 主打應用：衛星影像災害分析、工程圖面審查、PDF 證據檢索

企業知識工作

• AA-Briefcase（自動化辦公流）Elo 1,393，超越 DeepSeek V4 Pro
• AutomationBench（657 種商業工作流）：59.9%
• 在 HarveyAI 法律代理 benchmark 超越所有開源模型
• 與 vals.ai 第三方評測：法律、財務任務均勝過 GPT-6-Astra

數據解讀

雖然 Mistral 強調「美國/歐洲最強開放權重」，但 Hacker News 上多位開發者直接拿 Artificial Analysis 公開排名比較，發現一個關鍵落差：

• 總智力排名：Mistral Large 4 Preview 在 top 10 大致落在中段，落後 MiMo-V2.6-Pro、GLM-5.3 Flash 等同級開放權重
• 價格甜蜜點：相比 Medium 3.5 便宜 10 倍，是真正的優勢所在
• Pareto 前緣：尚未進入「每美元最佳智力」的曲線，但比 Medium 3.5 進步世代級

換句話說：Le Chonk 不是最強的開源模型（DeepSeek/Qwen/GLM 更強），但它是「非中國系」最強的開源權重 + 同級最便宜。這是政治與商業的甜蜜點，不一定是技術的甜蜜點。

與閉源巨頭的差異化策略

Mistral 這次刻意把 Le Chonk 定位成「在閉源巨頭過度保守的地方更實用」：

• 閉源模型的「過度拒絕」問題：Claude Opus 5.5、GPT-6 Astra 在資安測試拿接近零分，因為拒絕執行
• ML4 的反向操作：對資安場景提供「reduced moderation」版本，搭配「expanded cyber capabilities」
• 可自部署：在私有雲、地端（on-premise）皆可運行
• 主權合規：適用歐洲法律，資料不經美國供應商

這個策略鎖定的是歐洲企業、歐洲公部門、需要在地部署的金融與國防客戶。它不是要贏過 GPT-6，而是要贏過那些「不能用 GPT-6」的場景。

🚨 數據解讀與質疑

雖然官方公告與各家媒體（VentureBeat、華爾街日報、Apidog、kingy.ai）都報導正面，但有幾個值得保留的疑點：

1. 「State-of-the-art among open-weight」的修辭陷阱：所有比較對象都加上「美國或歐洲開發」「非中國」等前綴。實際上開放權重全球最強仍是 DeepSeek V4 Pro 與 Qwen3.8 Max
2. 外部獨立驗證仍少：除了 Artificial Analysis、vals.ai 等少數機構，多數基準仍是 Mistral 自己跑出來的
3. Hacker News 實測反應兩極：Plotly 工程師認為「世代性躍進」，但有開發者把 ML4 丟到自家 trivia 遊戲測試，表現遠遜於 Gemini 3.8 Flash 與 Grok 4.7
4. 重點不是智力最高，而是合規可用：對企業客戶來說，重要的不是「能不能贏 GPT-6」，而是「能不能在自家合規框架下跑」
5. 開放權重釋出時程未明：目前只開 API 預覽，完整權重要到 10 月底才開放下載，這段期間所有基準仍是「preview」狀態

一句話總結：Le Chonk 是 Mistral 第一次站穩「歐洲最強 + 開源可商用 + 主權合規」三個標籤的嘗試，但距離「全球第一」仍有距離。它的真正對手不是 GPT-6，而是 DeepSeek、Qwen、GLM 等同樣開源的中國模型 —— 那些模型有時更便宜、有時更強。

後續觀察重點

• 10 月底權重釋出：屆時才能真正評估「自部署可行性」與「資安場景的真實表現」
• €3B 算力擴張：Mistral 已經預告 RL 訓練尚未飽和，未來幾週會有明顯進步
• 中國模型的反應：DeepSeek V5、Qwen 下一代、GLM-6 都在準備中，開放權重戰場會更擠
• 歐洲政策紅利：歐盟 AI Act、各國主權雲標案是否實際採購 Mistral，將是 2027 年的關鍵指標

編按：本文綜合整理自 Mistral 官方公告、VentureBeat 報導、華爾街日報 與 Hacker News 討論串，並加入 Siami 編輯部觀點與分析。