Mistral 的「Le Chonk」具備 1 兆參數，開放權重模型預計 10 月 27 日發布

新聞摘要

總部位於巴黎的 AI 實驗室 Mistral AI 於 2026 年 10 月 6 日（中歐時間，依報導此次發布的媒體所述）開放了 Mistral Large 4（ML4，暱稱「Le Chonk」）的公開預覽。該公司將這款約 1 兆參數的模型描述為中國以外開發的最強開放權重系統，並表示在經過約三週的測試期後，將於 2026 年 10 月 27 日發布完整權重。本文撰寫時無法取得 Wired 的原始報導，因此以下細節已與 VentureBeat、Euronews、Tech Insider 及其他報導交叉比對。多數效能數據皆為 Mistral 自行宣稱，尚未經第三方獨立驗證。

Mistral 宣布了什麼

Le Chonk 是該公司最新的旗艦產品。Mistral 表示，在綜合基準測試中，它名列全球頂尖開放權重模型之一，並以顯著優勢領先所有在中國以外訓練的開放權重模型。共同創辦人兼首席科學家 Guillaume Lample 指出，ML4「正處於開放權重模型的最前沿」。

此預覽版可透過 Mistral 的 API 與開發者工作室使用。早期存取主要針對開發者、資安專業人員與公部門使用者。權重預計於 2026 年 10 月 27 日發布，不過部分媒體將此時間範圍寬鬆地描述為十月底（10 月 27 日至 31 日）。Mistral 表示，這段延遲是為了與安全專家及政府機構進行紅隊測試。據報導，在預覽期間，強化學習訓練仍在收尾階段。

架構與規格

ML4 採用稀疏混合專家設計，執行長 Arthur Mensch 先前曾將此方法簡述為「龐大但稀疏」。模型不會為每個 token 運算所有參數，而是將每個 token 路由至一小部分專門的專家網路。這使得推論成本更接近規模小得多的模型。

各媒體報導的規格略有差異：

• 總參數量： 約 1 兆（一家媒體報導為 1.05 兆）。
• 每個 token 的活躍參數量： 約 490 億。
• 輸入與輸出： 多模態輸入（文字與影像），僅輸出文字；一家媒體提到配備 16 億參數的視覺編碼器。
• 上下文視窗： 根據 Tech Insider 報導為 100 萬個 token；並非每篇報導都確認此數字。
• 語言： 超過 160 種，包含所有歐盟官方語言及非拉丁字母文字。
• 授權條款： 根據 VentureBeat 報導，採用 Mistral 自訂授權；其他報導尚未詳細說明完整條款。

訓練環境

Mistral 表示，該公司在自有歐洲資料中心內，使用約 4,000 張 NVIDIA Grace Blackwell GPU，耗時約兩個月從頭訓練此模型。報導指出的 GPU 數量介於 3,800 至 4,000 張之間。該公司強調，整個流程都在歐洲執行，並將此視為向各國政府與受監管產業推廣主權主張的關鍵要素。

基準測試宣稱

Mistral 重點展示了軟體工程、網路安全、金融、製造業與視覺定位等領域的成果。各媒體報導的數據如下：

• DeepSWE v1.1（程式碼）： 62%。
• FinWorkBench（金融）： 67%。
• Harvey Legal Agent： 任務通過率 15%。
• Dense200（視覺定位）： 42%；DIOR-RSVG（衛星與航空定位）： 73%。
• Cybench： 93%；CyberGym-E2E： 82%。

Mistral 也表示，數款封閉式前沿模型在這些網路安全任務上得分接近零，原因是安全過濾機制，而非能力不足。這項說法關乎拒絕行為，而非底層能力，在第三方進行測試前，讀者應將其視為廠商的比較說詞。Mistral 進一步宣稱在半導體設計基準測試中取得最佳成績，並表示在程式碼能力上正逐步縮小與領先封閉模型的差距。

定價與存取方式

Tech Insider 報導，預覽版 API 定價為每百萬輸入 token 1.36 美元、每百萬輸出 token 4.18 美元。其他媒體未揭露定價，因此應至 Mistral 官方頁面查證。權重公開後，組織可在自有基礎設施上執行模型，這對需要將資料留在內部的團隊而言相當重要。

公司背景

此次發布緊接在 2026 年 9 月完成的 30 億歐元 D 輪融資之後，該輪估值超過 210 億歐元，據報導為歐洲科技界最大規模的股權融資。Mistral 表示，其企業客戶超過 125 家，包括 Airbus、ASML 與 HSBC，科學團隊也已從約 3 人擴增至約 300 人。2026 年初，其年度經常性收入據報導已超過 4 億美元。

對學習者與開發者的意義

對學生與工程師而言，ML4 是三個概念的良好案例研究：稀疏混合專家模型，將總體規模與每個 token 的運算量脫鉤；開放權重發布，即使訓練資料與程式碼未完全公開，仍可下載並研究已訓練的參數；以及分階段發布做法，即在正式公開前先進行預覽與安全測試。開放權重也讓研究人員能獨立對模型進行微調、評估與稽核。

後續觀察重點

關鍵里程碑是 10 月 27 日的權重發布。獨立評估將能驗證基準測試的宣稱是否屬實、自訂授權如何規範商業用途，以及在本地執行 1 兆參數模型需要何種硬體。待 Mistral 公布完整文件後，最終定價與上下文視窗的細節也應一併確認。