一万亿参数只用 52B：Mistral Large 4 开源权重，欧洲的“Le Chonk”凭什么站上开源前沿？

引言

10 月 29 日，Mistral 在 Hugging Face 上放出了 Mistral Large 4（昵称“Le Chonk”）的权重。这个模型 10 月 6 日以预览版亮相，当时承诺“月底开放权重”。三周的强化学习（RL）之后，正式版在智能体编程基准 Terminal-Bench 4.0 上从预览版的 28% 升到 41%。它把“超大总参数、小激活参数”的稀疏路线，和“少 token 完成任务”的效率叙事放到了一起。

一、架构：细粒度 MoE，万亿容量，百亿算力

据 Hugging Face 模型卡，Mistral Large 4 是细粒度混合专家（MoE）模型：128 个路由专家，每个 token 激活 4 个，外加 1 个共享专家。总参数约 1T（官方文档写作 1.05T），每 token 激活约 49B（计入嵌入与输出层则为 52B，即仓库名“A52B”的由来）。上下文 1M token，输入文本和图像，输出文本。

原理：路由器为每个 token 挑选少数专家，其余专家不参与计算。“细粒度”意味着专家更小、组合更多。代价是显存：万亿权重必须全部驻留，所以 Mistral 同时发布 FP8 与 NVFP4 版本，量化版据报道可在 4 张 Nvidia B200/B300 上运行，支持 vLLM 和 SGLang。

二、真正的卖点：三周 RL 与“更少 token”

据 TNW 报道：

• Terminal-Bench 4.0：28% → 41%，略高于 GLM-5.3 的 40%；
• Artificial Analysis 编程智能体指数：与 GLM-5.3 相当，平均每任务少用 47% token；
• CyberGym-E2E（在开源 C/C++ 项目中发现、复现并修补内存安全漏洞）：79%，与 MiMo-V2.6-Pro 持平。

（均为厂商公布成绩，尚待独立复现。）

“少用 token”对智能体尤其关键：编程智能体一跑数小时，token 就是账单。Mistral 还新增 low / medium 推理档位，并称 high 档效率提升 50%。评测重心正从“答对率”转向“每 token 的任务完成率”。

三、许可与算力：开放，但有门槛

权重采用 Mistral Ecosystem Open-Weight License，Hugging Face 称其为“MIT 衍生”：允许商用、修改、微调，但把模型作为托管服务向第三方出售需另行取得商业授权；内部使用、嵌入自己产品不受限。严格说是“权重可得”而非 OSI 意义的开源。

据 TNW 转述 Mistral，模型在欧洲 3,800 张 Nvidia Grace Blackwell GPU 上训练，RL 阶段在法国自有算力上运行，功耗约 10 兆瓦；CEO 称三年融资约 60 亿美元。这些是公司自述，难以独立核实。后续将发布蒸馏小版本（含可在笔记本运行的一款），暂无日期。

结语

Mistral Large 4 代表一种取向：用稀疏架构压低激活算力，用 RL 压低每任务 token，再用开放权重换取主权与可控性。对需要本地或私有云部署编程与安全智能体的团队，这是一个认真的新选项。