Mistral Large 4 发布开放权重，Artificial Analysis 榜单居非中国开放权重模型首位

Mistral Large 4 现已开放权重，以微弱优势成为#1 在中国境外开发的开放权重模型

@MistralAI 已更新并发布其旗舰模型 Mistral Large 4 的权重，总参数量为 1.05T，激活参数量为 52B。Mistral Large 4 具备较强的推理能力，在 Artificial Analysis Intelligence Index v5 上的得分为 26，比 Mistral Large 4 Preview（25 分）高出 1 分，主要差异在于 token 效率提升和幻觉减少。它领先美国开发的领先开放权重模型 Muse Spark Open（xhigh，25 分）1 分。

在 Artificial Analysis Cyber Index 上，Mistral Large 4（high）得分为 51，在当前开放权重模型中排名第三，仅次于 DeepSeek V4.1 Flash 1017（max，57 分）和 MiMo-V2.6-Pro（56 分）。

主要要点：

➤ 微弱领先非中国开放权重模型：Mistral Large 4（high）领先 Muse Spark Open（xhigh），后者是在中国境外开发的次优开放权重模型，两者在 Terminal-Bench 4.0 上的差距最大（25% 对 8%）。在 Intelligence Index 上，它落后领先的开放权重模型 DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）6 分，主要原因是编码和智能体知识工作能力较弱：FrontierCode 2.0 上的得分为 15%（分别为 29% 和 22%），AA-Briefcase 上的 Elo 评分为 1349（分别为 1570 和 1504）

➤ token 效率提升：Mistral Large 4（high）在每项 Intelligence Index 任务中使用 82K 输出 token，比 Preview（135K）少 39%，使其位于开放权重模型的帕累托前沿。得分更高的七个开放权重模型，每项任务使用的输出 token 在 113K 至 225K 之间

➤ Coding Agent Index 上排名第二的开放权重模型：在 Artificial Analysis Coding Agent Index 上，Mistral Large 4（high）在 Mistral Vibe 中得分为 48，同时每项任务使用 8.5M token，约为领先开放权重模型 GLM-5.3（max）在 Opencode 中用量（49 分，15.9M）的一半。在 DeepSeek Harness 中，它的得分也高于另一款领先的开放权重模型 DeepSeek V4.1 Flash 1017（max）（46 分，16.7M）

➤ 幻觉减少：Mistral Large 4（high）在更新后的 AA-Omniscience v1.1 上幻觉率为 28%，低于 Preview 的 41%，与 Muse Spark Open（xhigh）持平。不过，其准确率仍然相对较低，仅为 26%，与 Ling 3.1 Flash 1019（27%）相近，落后于 DeepSeek V4.1 Flash 1017（max，40%）和 Muse Spark Open（xhigh，42%）

➤ 价格和单任务成本低于 Preview：Mistral Large 4 的定价为每 1M 输入/输出 token $0.70/$2.10，较 Preview 的 $1.36/$4.18 降低约 50%。按新价格计算，每项 Intelligence Index 任务的成本为 $2.06，较 Preview 的 $5.54 下降 63%。这一成本与 Muse Spark Open（xhigh，$2.02）相当，但高于领先的开放权重模型 DeepSeek V4.1 Flash 1017（max，$0.60）和 MiMo-V2.6-Pro（$0.26）

模型关键详情：

➤ 规模：总参数量 1.05T / 激活参数量 52B

➤ 上下文窗口：1M token

➤ 多模态：文本和图像输入，文本输出

➤ 定价：每 1M 输入/输出 token $0.70/$2.10（每 1M 缓存输入 token $0.07）

➤ 许可证：MEOW License（Mistral Ecosystem Open-Weight License），其中规定，开展模型即服务（MaaS）业务需要另行获得 Mistral 的商业许可证

祝贺 @MistralAI 团队发布这款模型！