Mistral今日（10月6日）開咗佢迄今最大模型Mistral Large 4嘅公開預覽，綽號「Le Chonk」，API即刻喺Mistral Studio可以用，模型權重（開放權重，open weights，即係模型參數檔案，放低俾人下載、本機部署或微調）計劃本月底放落嚟。
規格上，呢個係1萬億參數嘅原生多模態（一次過處理文字同圖像）模型，採MoE架構，MoE即係Mixture-of-Experts，將模型拆成多組「專家」網絡，每次只用其一部分處理輸入，咁樣硬件效率較高；每次激活490億參數。訓練喺Mistral自家嘅歐洲數據中心，用咗3,800塊NVIDIA Grace Blackwell GPU（每塊結合兩塊Blackwell GPU同一片CPU）完成。佢話支持超過160種語言，訓練數據多語言；另有報道指有100萬token嘅上下文窗口，以及原生圖像輸入。
厂商聲稱同第三方結果，要分開睇。Mistral話ML4喺編程、agent工作流程同多模態理解達「前沿級別」，可同全球最強開源模型競爭、大幅超越美歐嘅開放權重模型，喺視覺定位（visual grounding）甚至超越前沿封閉模型。SiliconANGLE報道指，佢喺衡量軟件漏洞檢測同修補嘅AA Cyber Index得82%，排入前五，尤其擅長補丁開源項目；喺Dense200視覺基準超越GPT-6 Astra約1%。編程基準方面，佢明顯落後Astra等前沿封閉模型，但超越Qwen3.8 Max、DeepSeek V4 Pro多個開源模型，喺AutomationBench同AA-Briefcase知識工作基準亦高於後者。
獨立評分係另一番説話。Simon Willison引述Artificial Analysis（AA）綜合分，ML4得38，僅次於552B嘅DeepSeek 4.1 Flash；比較去頭Mistral Large 3（得9分）有巨大進步，但佢明確講「並非Fable級別模型」，估佢落後前沿約六個月。另外，Simon Willison指出該模型喺Mistral API只提供「無」同「高」兩個推理（reasoning，即模型多步思考、逐步推導）級別。
模姐驗嚇貨： 1萬億參數聽落好嚇人，但參數量唔係唯一指標。廠商話「前沿」，獨立評測估落後前沿約半年、仲唔係Fable級——呢個落差就係佢哋「大」嘅代價。但ML4真係重要：歐洲用自家算力、自家數據中心自訓練一個萬億級模型、再以開放權重發佈，對中國開源陣營同美國前沿封閉模型，都係一記地緣地界嘅重擊。
模姐｜深度調教
