据MarkTechPost报道，Mistral AI于2026年10月6日发布 Mistral Large 4（内部代号 Le Chonk）公共预览版，这是一个总参数1.05万亿的多模态混合专家模型，每 token 激活490亿参数，配备16亿参数视觉编码器和100万 token 上下文窗口，并在 Mistral 位于欧洲的自有数据中心用3800块 NVIDIA Grace Blackwell GPU 从零训练。
报道称，该模型 API 已上线，价格为每百万输入 token 1.36 美元、每百万输出 token 4.18 美元，但权重要到10月底才会发布，因此目前尚不能自托管。ML4 是混合 instruct-and-reasoning MoE，原生接受图像输入，每 token 仅约4.7%的权重激活；完整的1.05万亿参数仍需驻留内存，激活量决定计算量而非硬件账单。Mistral 尚未公布专家数量、top-k 路由或层布局，这些信息将随权重发布。训练数据覆盖160多种语言，包括所有欧盟官方语言。
网络安全是 ML4 最突出的表现领域。Mistral 报告称，ML4 在 Cybench 得分93%，在 CyberGym-E2E 得分82%，进入 Artificial Analysis Cyber Index 全球前五。Mistral 还称，若干闭源前沿模型在 CyberGym-E2E 上得分接近零，原因是它们直接拒绝任务；复现漏洞以证明其真实存在属于标准防御工作，而提供方层面的拒绝会阻碍这类工作。
在代理式编程方面，Mistral 报告 ML4 在 DeepSWE v1.1 得分61.7%，在 SWE-Atlas-QnA 得分59.4%，在 Terminal-Bench 4.0 得分28.3%，Artificial Analysis Coding Agent Index 合计49.8%。Mistral 指出，这些结果在测试框架公开前私下评估，尚不能独立复现。与 Surge AI 进行的盲测中，专业标注员给 ML4 Preview 3.74 分（满分5分），在5个模型中排第二，高于 GLM-5.3 的3.60和 Kimi K3 的3.59，低于 Claude Opus 5 的4.22。安全性方面，ML4 在 Lakera B3 基准抵御93.3%的攻击，KORABench 得分1.691（满分2.0）。
与最接近的开源权重对手相比，DeepSeek V4 Pro 总参数1.6万亿，每 token 激活490亿，上下文100万 token，不支持原生图像输入，权重已在 Hugging Face 提供；Kimi K3 总参数2.8万亿，每 token 约激活1040亿，上下文100万 token，支持原生图像输入，权重自2026年7月27日起提供，采用修改版 MIT 许可证；GLM-5.3 未正式公布总参数和激活参数，上下文100万 token，不支持原生图像输入，按 Artificial Analysis 说法权重已提供，采用 GLM-5.3 许可证。ML4 权重尚未提供，预计2026年10月底发布，许可证尚未公布。
预览 API 支持函数调用、结构化输出、文档问答、批处理以及 Agents 和 Conversations 端点。缓存输入价格为每百万 token 0.14 美元，在100万上下文窗口中可显著影响长上下文代理循环的成本。