Mistral Large 4 开放权重：一万亿参数随便下载，但多数人跑不起来

Mistral AI 10 月 29 日放出 Mistral Large 4（代号“Le Chonk”）的权重，Hugging Face 仓库 mistralai/Mistral-Large-4-1T-A52B（HF API 11 月 8 日实测：11,206 次下载、1,634 个喜欢；仓库创建于 2026 年 9 月 30 日）。先定性：这是旧闻深挖，不是 11 月新发布——API 预览 10 月 6 日已上线，又经过约三周强化学习才放权重；触发点是 11 月 7 日它仍在被开发者讨论。标题里的矛盾就是本文的主题：权重公开与“多数人跑得起来”是两回事。

是什么：1 万亿参数、每 token 只激活 49B

模型卡口径：原生多模态混合专家（MoE）模型，总参数约 1 万亿（技术文档称 1.05 万亿），每 token 只激活约 49B（计入 embedding 与输出层为 52B）；上下文 1M token；视觉编码器 1.6B，接受文本与图像输入、输出文本。完整技术报告尚未发布（Mistral 称“即将推出”），架构细节以模型卡为准，不要脑补。

许可证与门槛：“能下载”不等于“能跑”

许可证是 Mistral Ecosystem Open-Weight License，Mistral 自述为“改良版 MIT 许可”——可自由使用、修改、微调与商业化，唯一条件：以模型即服务（MaaS）形式对外提供，需另向 Mistral 申请商业许可。别只写“开源”不写条件。硬件门槛（多家实测指南口径）：NVFP4 量化版需 4 块 GB300/B200 级 GPU，FP8 需 8 块 B300，BF16 全精度约 2TB 显存、单节点装不下——所以“随便下载”的另一半是“多数人跑不起来”，自托管仍是有集群的机构与主权项目的游戏，多数团队的实际入口是 API（$0.70/百万输入 token、$0.07 缓存输入、$2.10 输出）。

训练与基准：全是官方口径

据 Mistral：模型在欧洲自有数据中心、3,800 块 NVIDIA Grace Blackwell GPU 上从零训练；基准分数全部为发布方自报、未独立复现——FrontierCode 2.0 19.7%、Terminal-Bench 4.0 41%、Artificial Analysis Coding Agent Index 48%、Cyber Index 51%。参照系也要一起写：Artificial Analysis Intelligence Index v5 为 26 分，低于 GLM-5.3 与 DeepSeek V4.1 Flash 的 32 分。注意两点：Cyber Index 只是基准分数，不是“安全认证”；技术报告未出，分数背后怎么测的暂时无从核对。

判断

Mistral 的卖点是“主权”：欧洲从零训练、可溯源、可本地部署；官方还预告了后续蒸馏小模型，包括一款“能在笔记本上跑”的版本（未给日期，别写成已排期）。三点判断：① 与第三十五批腾讯 Hy4 对照——那是“承诺开源、权重未出”，这篇是“权重已出、许可证带条件”，开源承诺的两步各有各的折扣；② 与已发的 Ministral 14B 篇不同层，那是小模型端侧路线，这是万亿参数旗舰；③ “开放权重”的价值取决于你有没有 B200 级集群——对绝大多数开发者，这次发布的实际意义是 API 价格表和“欧洲有全栈主权模型”这个选项，而不是自己拉权重。