總部位於巴黎的 Mistral AI 於 10 月 6 日（週二）推出 Mistral Large 4，這是一款擁有 1 兆參數的 AI 模型，公司如今「非常正式地」將其命名為 Le Chonk。該模型定價為每百萬輸入 token 1.36 美元、每百萬輸出 token 4.18 美元，Mistral 並表示將於 10 月底前釋出模型權重。

參數是模型在訓練過程中調整的數值——參數越多，通常代表學習能力越強，但執行成本也越高。這種規模的系統，正是 ChatGPT 與 Claude 等聊天機器人背後的技術基礎。

混合專家架構

並非所有參數都會同時運作。Large 4 採用「混合專家」（mixture of experts）設計，模型會將每個問題分配給少數幾個專門的子網路，因此每次回答僅啟用 490 億個參數。保持較低的活躍參數量有助於控制執行成本。Mistral 上一代旗艦模型 Large 3 也是採用相同方式，在 6,750 億個總參數中僅啟用 410 億個。

「[Mistral Large 4] 處於開源模型的前沿，是目前為止美國或歐洲最強的開放權重模型，」Mistral AI 首席科學家 Guillaume Lample 在 X 上寫道。

在 Finance Agent v2 上，發布圖表顯示 Large 4 得分 54.7——領先得 53.5 的 GPT-6 Astra，但落後得 58.6 的 Claude Opus 5.5。

定價低於競爭對手

Mistral 按 token 計費，token 是 AI 公司收費的文本單位——每個大約相當於四分之三個單詞。以每百萬輸入 token 1.36 美元、每百萬輸出 token 4.18 美元計算，Large 4 的輸入價格約為 Claude Opus 5.5 的三分之一，輸出價格約為其五分之一。Opus 5.5 的定價分別為 4 美元和 20 美元，而 GPT-6 Astra 10 美元和 50 美元——這使得 Large 4 的費率約為 Astra 的七分之一和十二分之一。由於按 token 計費會隨使用量增加而累積，對於運行大量工作負載的開發者而言，這些差距會迅速擴大。

「Le Chonk」名稱的由來

這個暱稱有一段背景故事。今年 6 月，在 Mistral 將其 Le Chat 助手更名為 Vibe 之後，Reddit 和 X 上的粉絲虛構了一個名為 Le Chaton Fat 的模型——大意是「胖小貓」——擁有 30 兆參數、每秒 1,000 次喵叫，並附上宣稱擊敗 Claude Fable 5 的假基準測試數據。

The French Goverment needs to STOP Le Chaton Fat before it's too late. This is the FAT takeoff we've been warned against for years! pic.twitter.com/VoaBPJmfBT

— GLIF (@heyglif) 2026 年 6 月 15 日

執行長 Arthur Mensch 順勢回應，稱該模型其實名為「le gros chaton」，法語意為「大貓咪」。Mistral 隨後在 Vibe 網站上加入了一隻卡通貓。其正式的發布文章現在「非常正式地」將該模型列為 Le Chonk。

主權 AI 與新資金

Mistral 銷售「主權 AI」——即國家或企業可以擁有並自行運行、無需將資料交給外部公司的模型。沙烏地阿拉伯國家支持的 HUMAIN 正是出於這個原因，於 8 月與 Mistral 簽署了價值數億歐元的協議。計劃中的權重釋出也服務於同樣的訴求：公開權重讓客戶能在自己控制的基礎設施上運行該模型。

9 月，Mistral 完成了 30 億歐元（33.7 億美元）的 D 輪融資——即公司向投資者出售股份的融資輪——估值超過 210 億歐元（236 億美元），由三星領投。公司表示，Large 4 是這筆資金所資助路線圖上的首個里程碑。

基準測試結果

Mistral 的發布公告主要以中國的開放權重模型作為 Large 4 的基準測試對象——包括 DeepSeek V4 Pro、Kimi K3、GLM-5.3 和 Qwen3.8 Max。「開放權重」意味著任何人都可以下載並運行該模型。Claude 和 GPT 模型僅出現在少數幾項比較中，而最新的 Claude Opus 5.5 僅出現在網路安全相關的聲明中。發布文章中的圖表由廠商自行整理，這也是第三方評分往往受到更多關注的原因。

在 Surge AI 主辦的程式編寫品質盲測人類評估中，Mistral Large 4 在五個模型中排名第二，得分 3.74（滿分 5 分），落後於 Claude Opus 5 的 4.22。

由 Artificial Analysis 運營的 AutomationBench 讓 在模擬的商業軟體中完成 657 項任務——涵蓋財務、人力資源、銷售和客戶支援——並根據其完成的任務目標比例進行評分，違反規則則不予計分。Large 4 得分 59.9 分。在同一基準上，Claude Sonnet 5.5 得分 71.8，Opus 5.5 得分 69.5，Gemini 4 Argon 以 77.5 分位居榜首。

在開發者評估模型程式編寫能力時會參考的 DeepSWE 1.1 基準上，Large 4 得分 62——領先得 61 的 GLM-5.3 和得 57 的 DeepSeek V4 Pro，但落後 Kimi K3 的 68 分。Datacurve 自家的排行榜則將 GPT-6 Astra 和 Claude Opus 5 並列為 74 分。

Mistral 表示，將於 10 月底前釋出 Large 4 的權重——即使模型運作的訓練數值——屆時外部開發者將能下載該模型，自行驗證這些說法。