"Le Chonk"来了：Mistral 万亿参数开源模型，专治"闭源拒绝回答"

发生了什么

10 月 6 日，Mistral AI 在阿布扎比发布了新一代旗舰模型 Mistral Large 4，代号 "Le Chonk"。参数规模是 1 万亿总量（技术文档写作 1.05T），每次推理实际激活 49B 参数——MoE 架构，原生多模态。公开预览已经可以通过 Mistral Studio API 调用，官方承诺权重在 10 月底发布，多家媒体报道的具体日期是 10 月 27 日。

训练方式值得单独拎出来说：这是一个从零训练的模型，用了 3800 块 NVIDIA Grace Blackwell GPU，在 Mistral 自有的欧洲数据中心里跑了约两个月。没有借美国云的算力，没有租第三方的机房——"Forged in Europe" 不只是发布会口号，是训练日志里能查到的地理位置。

语言覆盖 160+ 种，包括欧盟全部官方语言；上下文窗口 100 万 token。

顺带补一句背景：Mistral 刚刚完成 30 亿欧元的 Series D，这是欧洲科技公司历史上最大的一笔股权融资，估值超过 240 亿美元（WSJ 报道，三星领投）。上一代 Large 是 2025 年 12 月发布的，此后在 Artificial Analysis 综合排名上一度掉到第 24 位。这次发布显然是冲着"夺回位置"来的——CEO Artur Mensch 亲自在阿布扎比站台，排面拉满。

跑分里最刺眼的不是名次，是"安全能力"

Mistral 这次公布的跑分单很长，先挑关键的说。Artificial Analysis 的 Cyber Index 全球前五，在非中国的开源权重模型里排第一；漏洞复现+修复测试 82%，是所有被测模型里最高的；Cybench 93%。

代码能力这边：DeepSWE v1.1 61.7%、AutomationBench 59.9%、Terminal-Bench 4 28.3%；Coding Agent Index 49.8%——超过了 DeepSeek V4 Pro、Qwen3.8 Max 和 Kimi K3 这几个名字最响的对手。Surge AI 的盲测里，它的代码质量得分 3.74，在五个模型中排第二，只输给 Claude Opus 5 的 4.22。

安全维度：Lakera B3 安全基准能抵御 93.3% 的攻击。垂直领域：Harvey 的法律 agent 基准超过所有开源模型；视觉定位 Dense 200 拿到 42%，超过了 GPT-6 Astra 的 41%。

单看数字，这是一份"全科优等生"的成绩单。但真正值得盯着看的，是漏洞复现那一项——82%，全场最高。在"代码能力"这个大类里，Mistral 没有选择跟所有人卷"谁写的代码更优雅"，而是把"能不能找到漏洞、修掉漏洞"做成了自己的王牌。这个选点很聪明：优雅是主观的，漏洞是客观的。

最值得咀嚼的对比：闭源模型在这项测试上接近 0 分

同一份漏洞复现+修复测试里，Claude Opus 5.5 和 GPT-6 Astra 的得分接近 0。不是因为它们能力不够，而是因为安全过滤器直接拒绝执行这个任务：当测试要求模型复现一个漏洞时，模型说"不"。

这就是 Mistral 这次发布最锋利的论点：在安全攻防里，复现漏洞是防守方的基本功。红队演练、渗透测试、安全审计——这些工作的第一步都是"先把漏洞跑起来"。一个拒绝执行这项任务的模型，对防守方来说等于缺了一条腿。你总不能指望攻击者也遵守你的内容政策。

Mistral 的逻辑链条是这样的：开源权重 + 自部署 = 组织可以在自己的安全策略下运行模型。你公司的政策团队定规则，而不是旧金山或伦敦某家公司的政策团队替你定。权重正式发布前，Mistral 正在和网络安全公司、合作伙伴、政府机构一起做红队测试——用的是降低审核的版本，先让专业的人把风险摸一遍，再公开发布。

这个论点能不能服众，见仁见智。但它确实撕开了一道口子：当闭源模型的"安全"越来越表现为"拒绝回答"，开源模型的差异化就不再只是价格和可定制性，而是"能力完整性"。一个什么都不敢干的模型，和一个什么都能干、但由你为后果负责的模型，选哪个？对不同的用户答案会完全不同——而这正是开源存在的意义：把选择权交回去，而不是替你选择。

多说一句：别把"拒绝执行"简单理解为"更安全"。拒绝是一种策略选择，不是能力上限。把"不做"包装成"不能"，是过去两年闭源叙事里最微妙的话术之一。Mistral 这次等于把这层窗户纸捅破了：看，我们能做，而且是在红队测试的前提下做。

对 vibe coder 来说，这意味着什么

先泼一盆冷水：权重还没发布，现在能用的只是 API 预览。10 月 27 日这个日期是媒体报道的，官方口径只是"10 月底"。在权重真正落地之前，所有"本地部署"的讨论都是期货——期货可以研究，不值得押注。

但期货也值得算一笔账。假设权重如期发布，一个 49B 激活的 MoE 模型意味着什么？意味着它有机会挤进高端工作站或小集群的显存预算——不是人人都能跑，但"一个认真搞 AI 的独立开发者或小团队能跑"是个大概率事件。对比一下时间线：上一个"人人能跑"的节点是 70B 级别的 dense 模型，而 Large 4 对标的是旗舰级能力。开源旗舰和"可本地运行"的交集，正在变大。

能力组合也很对 vibe coder 的胃口：coding agent 跑分超过一众明星开源模型 + 顶级的漏洞攻防能力（复现 82%、Lakera 抵御 93.3%）+ 100 万 token 上下文 + 160+ 种语言。这四项拼在一起，指向的场景非常明确：本地跑一个能读完你整个代码库、能帮你做安全审计的 coding agent，代码不出你的机器。对接私活、做安全咨询的独立开发者，这个组合的含金量不需要解释。

私有化部署的叙事过去两年已经被说烂了，但这次有个新变量：欧洲主权 AI。Mistral 的官方话术是 "Forged in Europe. Built for AI sovereignty."——训练和部署独立于美国云，受欧盟法律管辖。对欧洲的企业客户，这是合规上的硬通货；对欧洲之外的独立开发者，它至少意味着供应链上多了一个不姓"美"的选项。在今天的地缘环境下，"多一个选项"本身就有价值——别忘了，过去一年里已经有太多人体会过"某家云说下线就下线"的滋味。

还有一个细节值得品：Mistral 选在阿布扎比发布，CEO 亲自站台；30 亿欧元 Series D，三星领投。这家公司的剧本已经很清楚了：用欧洲主权叙事拿政府和大企业的订单，用开源权重拿开发者的心。两头下注，互为杠杆。对开发者来说，被争抢的生态位永远比被收割的生态位舒服。

一个提醒：别在权重落地前 all in

上一代 Large 发布于 2025 年 12 月，之后 AA 综合排名一度掉到第 24。这说明两件事：第一，发布会当天的跑分和长期口碑是两回事，榜单是流动的；第二，Mistral 自己也经历过"发布即巅峰、然后被反超"的周期。这次能不能站稳，得看未来几个月的实际表现，而不是发布会上的数字。

所以务实的姿势是：现在可以用 API 预览先测起来——尤其是安全审计、代码库级 agent 这类场景，亲自验证一下 100 万上下文和 49B 激活的真实表现；但生产环境的私有化部署规划，等 10 月底权重真正发布、社区跑通量化版本之后再动手。

另外，MoE 模型的"49B 激活"不等于"49B 的部署成本"：总参数 1.05T 意味着权重文件本身极其巨大，下载、存储、加载都是实打实的成本。等社区的量化版本和部署指南出来之前，先别急着买卡。让子弹飞一会儿，让先行者先踩坑。

最后说一句：不管你用不用 Mistral，"Le Chonk"这个代号都值得记住。它标志着开源模型正式杀回了旗舰战场——不是以"便宜的平替"身份，而是以"能力完整、策略自主"的旗手身份。闭源和开源的下一轮较量，可能不再是参数规模的军备竞赛，而是"谁来定义模型应该拒绝什么"的路线之争。而在这场争论里，独立开发者第一次有了重量级的投票权——用脚投票，跑谁的权重，就听谁的。