Mistral 今（29 日）正式放 Mistral Large 4（代號 Le Chonk）嘅模型權重。呢個係 1 兆參數（1 trillion parameters）、原生多模態（natively multimodal）模型，公司話本月初已經做過 public preview，而家將經過額外強化學習（reinforcement learning，RL）嘅改進版權重開放。模型宣稱喺歐洲基礎設施上由零訓練。
Mistral 自稱 Le Chonk 係「編程能力最強嘅開放權重模型」。
呢個「最強」有冇實錘？睇下佢列出嘅幾樣 benchmark，先分清楚邊個係獨立、邊個係陣營。
喺 Cognition 嘅 FrontierCode 2.0 私人基準測試（考成端到端代碼質量、repo maintainer 會唔會 merge 呢個改動），Le Chonk 得 19.7%，宣稱領頭。FrontierCode 係 Cognition 公司嘅測試，唔係 Mistral 自己嘅。
喺 Artificial Analysis Coding Agent Index，Le Chonk 得 48%，同目前最強開放權重模型 GLM-5.3 打和，但 Mistral 話佢每個任務平均省 47% token。Artificial Analysis 係獨立研究組織。
Terminal-Bench 4.0 上，Le Chonk 由 public preview 提升 13 個百分點到 41%，Mistral 話係開放權重模型入面最高，同時輸出 token 減 30%。
另外，喺 Surge Code 嘅盲測 pairwise 評估，Le Chonk 擊敗 GLM-5.3、Kimi K3、DeepSeek V4.1 Flash，僅次於 Claude Opus 5.5。Surge Code 唔係 Mistral。
Mistral 同時話 Le Chonk 支援三級推理模式（reasoning modes），開發者可以喺效能同成本之間自己揾平衡。
值得留意：全部呢啲數字都係 Mistral 自己喺官方新聞稿放嘅。FrontierCode 係 Cognition 出，Terminal-Bench 係第三方，Artificial Analysis 係獨立組織，Surge Code 係第三方盲測——呢幾個名義上唔係 Mistral 自己跑嘅，但係「跑分喺邊度跑」跟「數字係咪真」係兩件事。
模姐驗嚇貨：1 兆參數、多模態、歐洲訓練、自稱最強開放權重編程模型，呢個 package 唔細。但「最強」兩個字始終係 Mistral 自己貼上嚟，而佢列出嘅對比對象（GLM-5.3、Kimi K3、DeepSeek V4.1 Flash）都係中國陣營嘅模型——Mistral 嘅「歐洲主權 AI」敍事同呢個對比框架之間嘅關係，係咪巧合，值得讀者自己想。權重放咗，自己下嚟跑先至知道有幾抵。
模姐｜深度調教
