Mistral 开源改进版 Large 4「Le Chonk」权重：编程开源侧领先、整体仍落后部分中国模型
Mistral 在预览反馈与继续强化学习后，开源改进版旗舰模型 Mistral Large 4（绰号 Le Chonk）权重。官方称其为约 1 万亿参数的原生多模态模型，在 FrontierCode 2.0 与 Terminal-Bench 等开源编程基准领先，并在 AA Coding Agent Index 与 GLM-5.3 打平且更省 token；The Decoder 指出其整体仍落后部分中国开源模型。
Mistral AI 宣布开源改进版 Mistral Large 4（Le Chonk）权重。官方称：本月早些时候曾以公开预览发布该约 1 万亿参数、原生多模态旗舰；此后结合社区反馈并继续放大强化学习，在编程与防御性网络安全上取得明显提升，并强化推理效率以降低推理成本。官方强调模型在欧洲基础设施上从零训练、谱系清晰，面向主权 AI 的可自托管与可定制部署。
评测方面，官方称在 Cognition 的 FrontierCode 2.0（评估端到端代码质量及维护者是否会合并变更）上以 19.7% 领先开源权重模型；在 Artificial Analysis Coding Agent Index 上得 48%，与领先开源模型 GLM-5.3 基本打平，但平均每任务少用约 47% token；Terminal-Bench 4.0 相对预览提升 13 个百分点至 41%，并称输出 token 减少约 30%。模型现提供 Low / Medium / High（默认）三档推理模式。Hugging Face 博客补充：该模型为 MoE，约 1T 总参、约 49B 激活、1M 上下文，官方变体含 FP8 与 NVFP4，采用 Pixtral 视觉编码器，并以 Mistral Ecosystem Open-Weight License（MIT 衍生，对 Model-as-a-Service 有限制）分发。The Decoder 则写「每步约 52B 激活」，与 HF「约 49B」并存，本稿分源标注、不以单方数字为定论。
网络安全：Mistral 官方称 Large 4 在 Artificial Analysis Cyber Index（发现、复现并修补代码库漏洞且不破坏既有功能）上得 51%，并强调能完成正当防御任务而不过度拒绝；有害网络请求平均拒绝率约 96.6%。Hugging Face 博客另称其在「复现真实漏洞再修补」的 AA Cyber Index 相关测试上得 82%——与官方 51% 数字不一致，本稿分别按来源转述。The Decoder 指出官方图中 DeepSeek V4.1 Flash、MiMo-V2.6-Pro 等开源模型在该指数上更高，Large 4 开源侧约第三，并称预览到正式仅从约 50 提到 51。硬件上，Decoder 转述 SGLang 文档：标准版约需 8×Nvidia B300，更压缩变体约 4×GB300。整体上 Decoder 结论为：编程开源侧强，但综合排名仍落后部分中国开源模型。
来源
- Le Chonk: Built for Coders, Trusted by Defenders. — Mistral AI
- Welcome Le Chonk: Mistral Large 4 on Hugging Face — Hugging Face
- Paris-based Mistral releases "Le Chonk," a strong coding model that still trails China overall — The Decoder