Mistral 开源 Mistral Large 4 权重，编码基准以 1 分领先 GLM-5.3

周四，Mistral 在 Hugging Face 上发布了其前沿开源模型 Mistral Large 4（ML4）的权重。

这款模型三周前才开放预览，这家法国 AI 公司表示，得益于强化学习以及与客户和合作伙伴的测试，ML4 自那以来已有显著提升。如今，它声称 ML4 是“全球最好的开源智能体编码模型”，在网络安全和编码基准上击败了 GLM-5.3（尽管在后者上仅以微弱优势领先），而成本只是其一小部分，Mistral 表示。

“我们希望处于能够主导前沿的位置。”

由此，这家 AI 公司承诺将持续增长。在 The New Stack 参加的一场禁运新闻发布会上，Mistral 科学副总裁 Pierre Stock 称 ML4 仅仅是“一块垫脚石”，并表示：“我们希望处于能够主导前沿的位置。”

Mistral 的科学副总裁不想生活在一个没有开放权重的世界里

Stock 告诉记者，Mistral 完全支持“开放权重的力量”，称这对于确保所有人的业务连续性、透明度和可审计性至关重要：“我不愿意生活在一个[没有]开放权重的世界里，”他说。

“我不愿意生活在一个[没有]开放权重的世界里，”他说。

回顾 OpenAI 宣布计划切断 Cursor 对其模型的直接访问，或美国政府下令 Anthropic 暂停所有外国国民使用 Claude Fable 5 和 Mythos 5 时，Stock 支持开放权重的理由颇有分量——也许正因如此，他说这一理念已融入这家法国公司的 DNA。

“我们的立场是，AI 将像电力一样。”

“我们的立场是，AI 将像电力一样。你不会想生活在一个你的邻居或寡头能够某天突然切断电力的世界里。”

Mistral 将开放权重置于其方法的核心。Anthropic 首席执行官兼联合创始人 Dario Amodei 曾主张，仅靠开放权重无法解决 AI 权力的集中问题，因为计算基础设施的获取仍然集中。

正如 Stock 所指出的，这样一来，“没有人能把它关掉，因为它既可以运行在你的基础设施上，也可以运行在你可信赖的基础设施上。”

编码 + 网络安全 = 最大的影响

不过，一个开放权重模型确实需要实力来支撑，而 Mistral 表示 ML4 具备这一点，称其为“西方打造的最佳开放模型”。

为支持这些说法，该公司援引了 Terminal-Bench 4.0——Artificial Analysis 编码智能体指数的一个组成部分。按照 Mistral 的数据，Le Chonk——Mistral 对 ML4 的官方昵称——在智能体编码方面位列全球开放模型之首，得分为 41%，而 Muse Spark Open 为 6%，Kimi K3 为 21%，仅以微弱优势超过 GLM 5.3 的 40%。

点击放大图片。（来源：Mistral）

“图表没有告诉你的是，”Stock 说，“它比竞争对手更高效，”并补充说 Le Chonk 每项任务平均比 GLM 5.3 少用 47% 的 token。“这意味着你可以以更低的成本、快得多地完成任务，”他解释道。

然而，编码能力并非这家初创公司在训练其模型时唯一的重点。

“我们确实将编码和网络安全确定为两个主要领域，它们既能产生影响，也能惠及我们的客户，帮助他们用 AI 转型整个业务，”Stock 在发布会上说。

因此，Mistral 投入资金以提升该模型的网络安全能力。在 Artificial Analysis 网络安全指数中的 CyberGym E2E（用于测试防御性网络安全能力）中，这款法国模型再次领先于大部分竞争对手，得分为 79%，而 GLM-5.3 为 29%（不过在同一图表中，Z.ai 更小的 GLM-5.3 Flash 得分为 74%）。在 Mistral 的对比中，ML4 超过了 DeepSeek v4.1 Flash 1017 的 76%，并与 MiMo-V2.6-Pro 的 79% 持平。

点击放大图片。（来源：Mistral）

就此，Stock 解释了部分 Mistral 客户如何已将这一模型投入使用，用它支持自动化渗透测试，由专门的智能体分析应用程序日志并测试潜在的入口点。

以极低成本实现飞速提升

当 Mistral 于 10 月初公开发布 ML4 预览版时，该模型已在其欧洲数据中心约 3,800 块 Nvidia Grace Blackwell GPU 上训练了约两个月。Stock 表示，在过去三周里，该模型经历了“显著提升”，他将此归功于团队的强化学习。Mistral 自己的 Terminal-Bench 4.0 得分从预览时的 28% 升至 41%。

“我没有关于有人能用这么多资源做到这一点的信息。”

更值得注意的是，他声称，这家法国公司仅用 10 兆瓦的电力就完成了那次强化学习，“只是所有竞争对手所用资源的一小部分。”

当被追问 Mistral 如何能确定自己比竞争对手更具成本效益时，Stock 告诉记者：“我没有关于有人能用这么多资源做到这一点的信息。”

他还表示，Mistral 的资源效率意味着这家法国初创公司只要获得合适的投资，就能走得更远：“如果你给我们 10 倍的资本，那么我们就会把这些效率收益考虑进去。”

Mistral 希望引领前沿

在整个禁运简报会期间，Stock 一直将 ML4 称为“一块垫脚石”，暗示了 Mistral 对下一步的计划。

有一点是确定的？开发者可以期待未来几个月推出 Le Chonk 的更小版本，Stock 确认道：“将会有一个模型家族，其中一个将运行在笔记本电脑上。”

Mistral 表示，ML4 可以帮助软件工程师现代化遗留代码库（OpenAI 最近在 COBOL 迁移方面取得了惊人的飞跃），还可用于金融、制造业、工业工程和地理空间应用。展望未来，这家法国公司似乎已将目光投向扮演更重要的角色：

“我们认为前进的唯一方式[是]拥有整个技术栈。”

文章《Mistral 的 Large 4 开放权重发布，编码基准以 1 分领先 GLM-5.3：“用这个模型能做到的事，用竞争对手的模型也都能做到，没有什么做不到的。”》首发于 The New Stack。