Mistral 发布 Large 4 并公开模型权重，编程能力提升
Mistral Large 4: Modellgewichte veröffentlicht, Coding-Leistung verbessert | heise online
Mistral 公开了旗舰模型 Large 4（ML4）的模型权重，该模型此前仅以 API 预览版形式提供。经过三周客户与网络安全伙伴测试并用强化学习继续训练后，ML4 在 Terminal-Bench 4.0 上的成功率从 28% 升至 41%，并新增 Low、Medium 两档推理强度。Mistral 研究负责人 Pierre Stock 称，同等能力下新版本比预览版少用约 50% token；权重于 19 点在 Hugging Face 开放下载，同时通过 Mistral API 和编程助手 Vibe 提供。
推荐理由
AI 评分 75
原文给出 ML4 开源权重、Terminal-Bench 4.0 成绩与 token 消耗对比，可据此判断开源模型在智能体编程上的位置。
主题
正文 · AI 翻译
关闭通知
本文也有英文版。
本文经技术辅助翻译，并在发布前经过编辑审校。
。
广告后继续阅读
法国AI公司Mistral已发布其旗舰模型Large 4（ML4）的权重。该模型于十月初亮相，经过额外训练后，主要在编程方面表现更佳。此前，该模型仅作为预览版通过API提供。
据Mistral称，该模型与客户及网络安全合作伙伴进行了为期三周的测试，并通过强化学习进行了后续训练。期间采纳了大量反馈。
新增了Low和Medium两档推理强度，与已有的High档并存。Mistral研究运营负责人Pierre Stock表示，新版本在同等性能下所需的Token数量比预览版减少约50%。
针对编程与网络防御优化
与预览版一样，Mistral强调智能体编程和网络防御是该模型的强项。据Mistral称，在编程基准测试Terminal-Bench 4.0中，成功率从28%提升至41%。据此，ML4大致达到GLM-5.3的水平（42%），但明显落后于Kimi K3.1 Pro（67%）以及Gemini 4 Carbon（65%）等闭源顶级模型——若参考Artificial Analysis（AA）的测试。Kimi的权重预计于十一月初发布。
援引AA的Coding Agent Index，Mistral将Large 4称为全球最佳的智能体编程开源模型。在性能相当的情况下，它每个任务所需的Token比GLM-5.3少47%。截至调研时，相应结果尚无法公开查看。
在网络防御方面，Mistral展示了AA所使用的CyberGym-E2E基准测试的结果。该测试检验AI智能体能否识别、复现并修复安全漏洞。ML4据称可达到79%，从而与小米的MiMo-V2.6-Pro持平。截至调研时，新版ML4的结果无法独立核实。AA当前排行榜由Kimi K3.1 Pro以95%领跑。
广告后继续阅读
Mistral计划以更短的间隔发布顶级模型
Mistral最近两款顶级模型的发布间隔为十个月。Stock将这一停顿归因于在欧洲建设自有数据中心以及决定加大强化学习投入。未来，Mistral希望更快地发布模型。
“我们是一家前沿实验室，希望训练顶级模型，”Stock在接受heise online采访时表示。最近一轮30亿欧元的融资将在未来提供更多算力。
ML4模型权重自19点起可在Hugging Face下载。ML4还可通过Mistral的API以及面向编程助手Vibe精选用户提供。
(tobe)