Mistral Large 4 (preview)
Mistral Large 4 预览版 · Mistral AI · 发布 2026-10-06 · Preview
Mistral 1.05T / 52B 激活的多模态旗舰预览，$1.36 / $4.18，权重承诺 10 月底放。
- 类型
- MoE
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
细粒度 MoE，原生多模态：官方模型卡写 1.05T 总参 / 52B 激活 + 1.6B 视觉编码器（发布公告则写「1 万亿参数 / 49B 激活」，两处口径不一，本站取模型卡）。版本号 v26.10，状态为 Public Preview，官方说模型仍在持续调优。在 Mistral 自有欧洲数据中心用 3,800 张 NVIDIA Grace Blackwell 从零训练，预览 API 也跑在同一批机器上；训练数据多语言占比高，覆盖 160 多种语言与全部欧盟官方语言。官方未说明是否带思考模式开关（Mistral 的推理线是 Magistral）。权重未发布，官方承诺「本月底」放出，期间先与安全厂商、受信伙伴和国家机构做红队测试，那批人拿到的是降低审查、放开网络安全能力的版本。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
编程DeepSWE v1.1 61.7%、SWE-Atlas-QnA 59.4%、Terminal-Bench 4 28.3%，Coding Agent Index 49.8%（Mistral 发布公告，厂商自测）。Terminal-Bench 4 与本站 terminal 列（2.x 口径）不可混比。
推理官方称 SciCode-Verified 在开源权重阵营为 SOTA，数学与物理长任务由内部评测对比 GLM-5.3（Mistral 发布公告，未给绝对分数）。
知识官方委托 vals.ai 评测法律与金融任务，称两项均超过 GPT-6 Astra；HarveyAI Legal Agent 上称为开源第一；FinWorkBench 测表格类财会任务（Mistral 发布公告，无绝对分数公开）。
AgentAutomationBench 59.9%（657 个业务流程，含 Gmail / Sheets / Slack / Salesforce）、AA-Briefcase 1,393 Elo（Mistral 发布公告）。
多模态Dense 200 视觉接地 42%（官方称高于 GPT-6 Astra 的 41%）；原生图像输入，支持密集场景接地、工程图核验、PDF 取证与千兆像素卫星影像检索（Mistral 发布公告）。
中文官方称训练数据覆盖 160 多种语言（含全部欧盟官方语言），但未公布任何中文评测。
定位是「欧洲主权 + 开源权重」的前沿多模态模型，强项集中在三块：网络安全、agent 化编码、视觉接地。官方把拒答问题摆到了台面上 —— CyberGym-E2E 这类「先复现真实漏洞再打补丁」的任务，闭源前沿模型常直接拒绝，ML4 不拒，于是拿到 82% 的最高分，这个优势是策略差异而非纯能力差异，看榜时要分清。agent 侧 AutomationBench 59.9%（657 个真实业务流程）高于 Kimi K3、MiMo-V2.6-Pro 与 DeepSeek V4-Pro，AA-Briefcase 1,393 Elo。视觉接地上 Dense 200 的 42% 略高于 GPT-6 Astra 的 41%，是官方唯一敢直接对标闭源旗舰的一项。科学与数学侧称在开源权重阵营 SciCode-Verified 最优。安全性自报也不错：Lakera B3 抗注入 93.3%、KORA 1.691。但人工盲评的 3.74 对 Claude Opus 5 的 4.22 说明代码质量观感上仍有代差，官方表述也始终是「开源最强」而不是「超越闭源」。
- 1.1.05T 总参 / 52B 激活 + 1.6B 视觉编码器，1M 上下文，欧洲自建数据中心 3,800 张 Grace Blackwell 从零训练
- 2.官方自测编码 / agent 成绩：DeepSWE v1.1 61.7%、SWE-Atlas-QnA 59.4%、Terminal-Bench 4 28.3%，Coding Agent Index 合计 49.8%，自称高于 DeepSeek V4-Pro-0813 与 Qwen3.8-Max
- 3.网络安全是主打：Artificial Analysis Cyber Index 全球前五、CyberGym-E2E 82%（官方称最高）、Cybench 93%，并明说 Claude Opus 5.5 与 GPT-6 Astra 在同一测试上因拒答接近 0 分
- 4.价格压在 $1.36 / $4.18（缓存输入 $0.14），比自家 Medium 3.5（$1.5 / $7.5）的输出价还低；当前促销五折 $0.68 / $2.09
- 1.权重现在拿不到：官方只说「本月底」，许可文本一个字没公布 —— 此刻的「open-weight」是承诺，不是能力，自建与合规方案都没法排期
- 2.Public Preview（v26.10），官方自己写模型仍在持续调整，分数和行为都可能变；促销价无结束日期，预算按列表价算
- 3.参数口径官方两处不一致：发布公告「1T / 49B 激活」，模型卡「1.05T / 52B 激活」，本站取模型卡
- 4.全部分数为厂商自测或厂商委托（Surge AI 盲评、vals.ai 法律金融评测），无独立复测；网络安全领先有一部分来自竞品直接拒答，不等于能力差距
- 5.本站总榜看不到它的真实形状：官方只给 DeepSWE、Terminal-Bench 4、Coding Agent Index、AA-Briefcase 等本站无对应列的口径，terminal 列为 2.x 口径不可混入
- 6.官方人工盲评里它自己排第二（3.74），落后 Claude Opus 5（4.22）—— 对标的是开源阵营，不是闭源前沿
暂无带来源的分数。
更新 2026-10-11 · 排名供选型参考，基准会饱和、会泄漏、会过时。