法國 AI 公司 Mistral 喺 10 月 29 日正式開放旗下旗艦模型 Mistral Large 4（暱稱 Le Chonk）的權重下載，任何人都可以喺 Hugging Face 攞到成個模型，自己架設、修改同微調，唔使再只係經 API 用預覽版。
Large 4 係一個擁有約 1.05 萬億個總參數的混合專家模型，每次運算實際啟動約 520 億個參數，支援文字同圖像輸入、100 萬 Token 上下文，識超過 160 種語言。10 月 6 日公開預覽之後，Mistral 用多三星期強化學習再推高表現，今次開放的已經係改進版。
寫程式係主打，但「第一」要打個折
Mistral 話 Large 4 係目前最強的開源寫程式模型：喺 Cognition 的 FrontierCode 2.0 攞到 19.7%，Terminal-Bench 4.0 由預覽版的 28% 升到 41%，喺 Artificial Analysis 的 Coding Agent Index 攞 48%，同中國的 GLM-5.3 打和，但每個任務平均少用 47% Token。
不過獨立評測就畀咗個較冷靜的版本。Artificial Analysis 喺 10 月 29 日的評測入面，Large 4 喺 Coding Agent Index 排第二，48 分對 GLM-5.3 的 49 分，兩者差距只有 1 分，Mistral 話打和亦唔算離譜；但喺更全面的 Intelligence Index，Large 4 得 26 分，雖然係中國以外開源模型最高，卻仍然落後 DeepSeek 同 GLM 的 32 分。換句話說，佢係開源前列，但唔係全球開源第一，睇邊個榜先至講得通。
成本先係今次最大進步
如果話能力只係小幅進步，成本就真係大躍進。Artificial Analysis 計過，Large 4 每個 Intelligence Index 任務成本由預覽版的 5.54 美元跌到 2.06 美元，平咗 63%。Mistral 自己 API 價錢亦減半左右：每百萬輸入 Token 0.70 美元、快取輸入 0.07 美元、輸出 2.10 美元。對比之下，DeepSeek 同 MiMo 的任務成本更低，所以 Large 4 唔係最平，只係由貴變合理。
模型仲有低、中、高三種推理模式，簡單任務用低模式慳錢，難題先開高模式，開發者可以按任務難度自己取捨。
網絡安全：幫手防守，但公司自己都有保留
另一主打係網絡安全。Mistral 話 Large 4 喺 Artificial Analysis 的 Cyber Index 攞 51%，識得喺程式碼入面搵漏洞、重現問題再寫補丁，而且對惡意網絡請求的拒絕率平均達 96.6%。
但 Mistral 同時承認，喺預覽期間監察實際流量時，發現模型有潛在能力被用嚟進行真實攻擊，所以已經調整緊防護機制。專門做滲透測試、漏洞評估同紅隊演練的特製版本，只會畀經過嚴格審核的企業合作夥伴，唔會公開下載。開源同安全之間，呢條界 Mistral 畫得好清楚。
授權有個但書，唔好當純 MIT
Large 4 用的是 Mistral Ecosystem Open-Weight 授權，屬於改版 MIT 授權：可以免費使用、修改、微調同商業化，但有一個條件——如果你或者關聯公司本身經營 Model-as-a-Service 業務（即向第三方提供模型推論或訓練服務），商業使用前要另外攞 Mistral 的商業授權。內部自用就唔受呢條限制。講到尾，開源唔等於無條件任用。
部署方面，除咗喺 Hugging Face 下載權重用 vLLM 或者 SGLang 自架，Microsoft Foundry 係首個上架的雲端平台，NVIDIA 亦有提供 NIM 容器。
對香港開發者有咩實際意義
對香港開發者同中小企嚟講，今次開放的最大價值唔係榜上第幾，而係選擇權：敏感程式碼同內部資料唔使經第三方 API，可以留喺自己伺服器度跑，仲可以按自己數據微調。對於金融、醫療呢類對數據主權敏感的行業，呢點好實際。
但都要提醒兩點：第一，基準數字因評測設定而異，公司數字同獨立評測有出入，唔好只睇一邊；第二，完整技術報告 Mistral 話稍後先出，現階段仲有未交代的細節。開源模型最吸引的地方係你可以自己驗證——與其信晒宣傳，不如自己落手試下先至最穩陣。
