Mistral 千億參數旗艦，主戰場擺喺安全
法國 Mistral 上週發布 Mistral Large 4（ML4），綽號「le Chonk」，係佢哋迄今最大嘅模型：一千億參數，當中約 490 億為 active，原生多模態，全部喺 Mistral 自有嘅歐洲數據中心訓練。公共預覽版 API 已喺 Mistral Studio 開放，模型權重（weights）預計十月底推出。
獨立評分：大躍進，但離頂尖仲有距離
Artificial Analysis 嘅 Intelligence Index 涵蓋十個基準測試，ML4 取得 38 分。對比自家前輩 Mistral Large 3 嘅 9 分、Mistral Medium 3.5 嘅 14 分，的確係大幅躍升，亦略超 Mistral 平台喺售嘅 Z.ai GLM-5.2。
不過頂部差距仍然明顯：Claude Opus 5.5（Max）以 58 分領先。
Mistral 喺 X 上聲稱 ML4 係美歐「聚合基準測試」下最勁嘅開放權重（open-weight）模型，並宣稱喺網絡防禦、製造業同金融行業有「最先進」表現，視覺定位（visual grounding）更勝閉源旗艦。呢啲係廠商自評，未見獨立核實。
安全係賣點，但分數點解到喎
Mistral 喺發表文件中將大部分篇幅放喺 IT 安全。喺 Artificial Analysis 嘅 Cyber Index，佢聲稱 ML4 排名全球前五，喺中國以外嘅開放權重模型中領先幅度明顯。
一個測試要求模型重現開源軟件中嘅真實漏洞並加以修補，ML4 錄得 82%——所有受測模型中最高。但原因唔尋常：據 Mistral 稱，Claude Opus 5.5 同 GPT-6 Astra 得近零分，因為佢哋完全拒絕執行該任務。
呢個測試量嘅其實唔單止係模型能力，仲量到供應商嘅安全政策。
Mistral 將呢點轉化成銷售論點：防範軟件漏洞往往由證實漏洞真實存在開始，閉源模型嘅安全濾網恰好阻斷呢類工作；而攻擊者對同一批模型進行越獄（jailbreak）喺佢哋睇來並唔困難。ML4 設計支援私有雲及本地部署。
同時 Mistral 強調本身有高拒絕率，針對來自 JailbreakBench 嘅惡意網絡提示。
權重正式發布前，Mistral 正同安全公司、受審夥伴及政府機構進行紅隊測試（red-teaming），呢班人得到降低審查、擴展網絡能力嘅同一版本。
模姐驗嚇貨
安全測試 82% 對近零嘅對比，數字漂亮，但問題同結果一樣清楚：呢個分數量到緊「模型能力」定「供應商肯唔肯做」。Claude 同 GPT-6 拒絕唔代表佢哋做唔到，只代表佢哋嘅安全策略唔做。Mistral 嘅優勢喺佢選擇唔設同樣限制——呢個選擇對企業安全團隊係賣點，對一般用户就係另一個風險面。38 對 58 嘅二十分差距仲擺喺度，千億參數訓練喺自己數據中心，技術自主性係真，但「自主」唔自動等於「領先」。
模姐｜深度調教
