Mistral AI 釋出 Le Chonk：為程式開發者與資安防禦者打造的強大開源模型

Mistral AI 於本月初公開預覽了其旗艦級萬億參數原生多模態模型 Mistral Large 4 (Le Chonk)。預覽版的回應超出了我們的預期，我們非常感謝開發者社群、早期客戶和合作夥伴的支持、協作與回饋。

自那時起，我們根據這些回饋，持續擴大強化學習的規模，大幅提升了模型在程式編碼和防禦性網路安全方面的表現。這些進步仍在加速，沒有任何飽和的跡象。

今天，我們正式釋出這款改進版 Mistral Large 4 的權重。新模型在推理效率方面也有顯著提升，這讓開發者在降低推論成本的同時，獲得更優異的效能。

Mistral Large 4 在程式編碼方面被評為最佳開源模型，整體而言也是全球最頂尖的開源模型之一。它在歐洲基礎設施上從頭開始訓練，從構思到發布都有清晰的脈絡，為組織提供了值得信賴的主權 AI 基礎。

Mistral 正在定義主權 AI 類別並引領開源前沿。我們致力於打造全球最強大的模型並將其開源，賦予開發者、企業和機構擁有、客製化和控制其 AI 的能力，真正為「建造者」而生。

Mistral Large 4 在公開預覽時，便在領先的程式編碼基準測試中取得了優異成績。僅僅三週的額外強化學習，就使其躍居開源程式編碼領域的領先地位，在 FrontierCode 和 Terminal-Bench 上取得領先，同時在 Artificial Analysis Coding Agent Index 上，以顯著更高的 token 效率，與最佳開源模型並駕齊驅。

在 Cognition 的私人 FrontierCode 2.0 基準測試中，該測試評估端到端的程式碼品質以及儲存庫維護者是否會合併代理的變更，Mistral Large 4 以 19.7% 的分數領先。在 Artificial Analysis Coding Agent Index 上，Mistral Large 4 獲得 48% 的分數，與領先的開源模型 GLM-5.3 實質上持平，但平均每個任務使用的 token 減少了 47%。

這些進步也延伸到基於終端機的程式編碼工作流程。在 Terminal-Bench 4.0 上，Mistral Large 4 相較於其公開預覽版，提升了 13 個百分點，達到 41%，在開源模型中取得領先地位，同時減少了 30% 的輸出 token。

為了讓開發者更好地控制效能與成本之間的權衡，Mistral Large 4 現在支援三種推理模式：低（適用於簡單任務）、中（適用於日常任務）和高（預設，適用於需要高精確度和徹底推理的最困難用例）。

除了基準測試之外，Mistral Large 4 的程式編碼能力也通過人類偏好驗證。在 Surge Code 的盲測配對評估中，Mistral Large 4 優於包括 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 在內的領先開源模型，在所有評估模型中僅次於 Claude Opus 5.5。

自預覽以來，我們一直與領先的網路安全供應商合作，在真實環境中評估 Mistral Large 4，以測試其在漏洞重現和修補方面的優勢。Mistral Large 4 在 Artificial Analysis Cyber Index 上獲得 51% 的分數，該指數衡量模型在程式碼庫中發現漏洞、重現和驗證漏洞，以及在不破壞現有功能的情況下修補漏洞的能力。

關鍵是，Mistral Large 4 能夠處理這些合法的防禦性安全任務，而不會不必要地拒絕回應。

安全能力與模型能力同步提升。我們的模型內建防護機制，能夠區分防禦性和惡意、攻擊性的網路安全任務。它在網路基準測試中保持強勁表現，同時在惡意網路請求上實現了 96.6% 的平均拒絕回應率，這是我們在開源模型中測得的最高水準。

我們也正在向企業設計合作夥伴，例如 Orange Cyberdefense，提供 Mistral Large 4 專門變體的預覽存取權限，該變體針對進階網路安全工作流程進行了優化，包括滲透測試、漏洞評估和紅隊演練。存取權限需經過嚴格審查和合約保障，測試僅限於受控環境中擁有或明確授權的系統。

同時，客戶正在使用 Mistral Forge，利用其專有的安全資料、政策、偵測邏輯和威脅環境來客製化 Mistral Large 4。對於明確定義的網路安全任務，它可以進一步優化為更小、針對特定任務的變體，以提高準確性，使安全應用程式更有效。

Mistral Large 4 在一系列廣泛的企業使用指標上持續改進。對於金融相關工作，我們改進了模型執行真實世界工作流程的能力，特別是涉及為金融和會計用例創建和編輯試算表的工作。這反映在我們的 Finch 分數攀升至 73.3%，在開源模型中僅次於 Kimi K3。

網路瀏覽是大多數知識工作的重要組成部分。我們的強化學習管線使我們在 BrowseComp 上達到 84.5%（從達到 75% 的 SFT 檢查點開始）。這使得 Mistral Large 4 的效能高於 GLM-5.3 或 DeepSeek Flash 4.1 1017 等模型。

組織部署的代理程式需要安全。無論是部署給內部成員還是外部使用者，代理程式都不應讓您面臨系統提示詞外洩或惡意程式碼注入等威脅。強化學習增加了我們在 B3 代理程式安全基準測試中的收益，Mistral Large 4 抵抗了 97.1% 的攻擊，而預覽版為 93.3%。這使其位居開源前沿的頂端，意味著任何託管該模型的人都可以運行安全的代理程式，而無需額外微調。

法國郵政銀行 (La Banque Postale) 營運績效、支付和數位服務執行副總裁 Zakaria Moursli 表示：「Mistral AI 的這項重大投資，強化了法國郵政銀行一年多前做出的選擇，並突顯了我們共同建立的長期戰略夥伴關係的重要性：支持開放和主權歐洲 AI 領導者的崛起。

對於一家公共和公民銀行來說，技術主權並非可有可無；它是維持客戶信任的關鍵先決條件。這個開源模型的引入開啟了新的機會和用例。透過與 Mistral AI 合作，我們的目標是結合人類專業知識和數位技術的最佳成果，長期為客戶和員工提供更優質的體驗。」

以下是實際應用範例：網路漏洞分類，一個代理程式讀取傳入的漏洞報告，調查原始碼和產品上下文，在隔離的沙盒中重現缺陷，然後編寫並迭代修補程式，直到金絲雀漏洞利用不再起作用。代理式網頁開發，在沒有人類幫助的情況下，Mistral Large 4 構建了 Orbital Trace，一個約 19,000 顆衛星和碎片繞地球運行的即時 3D 地圖。

它提取真實的追蹤資料，編寫應用程式，在瀏覽器中使用它來捕捉自己的錯誤和速度下降，然後修復獨立審閱者標記的問題，直到所有要求都通過。量子化學求解器，Mistral Large 4 從頭開始編寫軟體，計算電子在分子中的位置，並根據標準化學工具檢查其答案。

然後它圍繞它構建一個 3D 頁面：選擇一個分子，例如苯或水，拖動滑塊將其分開，並觀察電子在鍵斷裂時重新組合。

隨著組織圍繞其知識和工作流程構建 AI，主權意味著他們保留對所依賴模型和所創建智慧的控制權。透過 Mistral Large 4，這種控制始於模型本身。組織能夠檢查、客製化並將模型部署在其自己的基礎設施上。他們可以使用和改進 Mistral Large 4，而無需依賴 Mistral 透過 API 提供服務。

Mistral Large 4 在歐洲從頭開始開發和訓練，讓組織對其所構建技術的來源有清晰的了解。

控制權也延伸到 AI 在組織內部如何運作。組織可以使用 Mistral Forge 圍繞其專有資料客製化 Mistral Large 4，他們可以使用 Mistral Studio 構建、治理和改進由此產生的代理程式和應用程式。Mistral 的應用 AI 專家可以與客戶團隊合作，構建和部署這些客製化系統。

透過這項工作，團隊了解其所構建架構和決策背後的原理，以及用於訓練和操作的方法，因此他們可以獨立運行和改進其 AI。主權不總是需要自行託管；有時它只需要滿足您控制要求的部署。對於偏好託管服務的組織，Mistral Large 4 可透過 Microsoft Foundry 獲得，並為 Azure 開發者提供私人部署選項。