Mistral Large 4 怎么样：开源协议、API 价格和显卡要求

这篇评测用的是 2026 年 11 月 3 日能核实的资料：Mistral AI 的预览版和开放权重发布文章，Hugging Face 上的模型卡、技术报告和许可证，Mistral 的 API 文档、价格和条款；Artificial Analysis 和 Vals AI 的独立结果；Metergraph 和 Simon Willison 的公开测试；Hacker News 和 Hugging Face 上的用户反馈；CNBC、The Next Web 和 DataNorth 的报道；以及六个竞品模型的价格页。除非注明了其他来源，跑分数字都是 Mistral 自己的说法。

Mistral Large 4 是什么

Mistral Large 4 是 Mistral AI 的旗舰模型。Mistral AI 是一家巴黎公司，2023 年 4 月由 Arthur Mensch、Guillaume Lample 和 Timothée Lacroix 创立（关于 Mistral）。模型采用混合专家（MoE）架构：总参数约 1 万亿，每个 token 激活 490 亿，算上嵌入层和输出层是 520 亿。每个 token 经过 128 个路由专家中的 4 个，外加 1 个共享专家。它能读文本和图片、输出文本，上下文 1,048,576 个 token，推理强度可选低、中、高（模型卡）。Mistral 的文档写的是 1.05 万亿参数，视觉编码器 16 亿参数（Mistral 文档）。

Mistral 在自己位于巴黎附近的数据中心从零训练了它。技术报告写明，预训练用了 3,840 块英伟达 GB200 GPU、45 天，约 415 万 GPU 小时；训练数据覆盖 160 多种语言（技术报告、预览发布文章）。Mistral 主打的就是这个出身，称它是「主权 AI 的可信基础」，另外主打两项专长：智能体编程和防御性网络安全（发布文章）。

它取代了两个模型。Mistral 在 2026 年 10 月 31 日弃用了 Mistral Large 3 和 Mistral Medium 3.5，两者都将在 2027 年 4 月 30 日下线（模型总览）。和 Large 3 对比，数据来自 Mistral 文档：

来源：Mistral Large 3、Mistral Large 4。

10 月发生了什么

Mistral 在 2026 年 10 月 6 日发布公开预览版，只提供 API，并承诺月底前发布权重。它说在那之前，网络安全公司、经过审核的合作伙伴和国家机构在测试一个审核更宽松、网络攻防能力更强的版本（预览发布文章、CNBC）。预览版只有 none 和 high 两档推理（Simon Willison）。

10 月 29 日，Mistral 在 Hugging Face 上发布了权重，同时发布了面向英伟达 Blackwell GPU 的 NVFP4 版本，并称它在自己的评测里和 FP8 原版持平（提交记录、NVFP4 模型卡）。正式版多做了三周强化学习：Mistral 称 Terminal-Bench 4.0 从 28% 提高到 41%，输出 token 少了 30%，还新增了低、中两档推理（发布文章、The Next Web）。技术报告在 11 月 2 日补上。

价格也变了。预览期间，eesel.ai 和 Hacker News 用户报告的标价是每百万输入 token 1.36 美元、输出 4.18 美元，打五折出售（eesel.ai、Hacker News）。发布权重时，Mistral 把价格定为 0.70 美元和 2.10 美元，「即日起」生效（发布文章）。

有两点没变。11 月 3 日，Mistral 文档里的 API 模型仍标为 Public Preview（公开预览），版本 26.10（Mistral 文档）；Mistral 还表示这一版不会发布基础模型（Hugging Face 讨论帖）。

价格

Mistral 按 token 卖 Mistral Large 4。以下是 2026 年 11 月 3 日 API 价格表 上的价格，单位是每百万 token 多少美元：

来源：API 价格、价格页、区域推理。

对这么大的模型来说，按 token 算的单价不贵，贵在 token 用得多。Artificial Analysis 用高推理强度跑完它的智能指数，用了 1.1 亿个输出 token，同级别开放模型的中位数是 1 亿，折合每个任务 2.06 美元。换成中等强度，分数从 26 降到 23，但 token 降到 7300 万，每个任务 1.41 美元（Artificial Analysis）。

面向普通用户，Mistral 的应用在 2026 年 5 月从 Le Chat 改名为 Vibe（Vibe 发布文章）。价格页 上的套餐有：限额的免费版，Pro 每月 14.99 美元，Team 每人每月 24.99 美元，以及按需定制的 Enterprise。价格页说会用 Mistral「最强大」的模型，但没写每个套餐用哪一个；The Next Web 报道，发布时部分 Vibe 用户能用上 Large 4，Mistral 则引导写代码的人去用 Vibe Code（The Next Web、发布文章）。

许可证：只要不拿它做托管服务，就免费

权重适用 Mistral Ecosystem Open-Weight License，Mistral 称之为修改版 MIT 许可证（许可证原文）。它免费授予使用、复制、修改、微调、分发和出售模型的权利，只有一个条件：运营模型即服务（Model as a Service）业务的公司，在商用这个模型之前必须和 Mistral 另签商业许可。许可证对此的定义是：让第三方以推理或后训练的方式使用模型，并且对方能实质性地控制输入、参数或训练数据。以下情况不在此列：

• 内部使用，即不向公司以外的任何人提供模型；
• 只把模型能力嵌入特定功能的终端用户产品；
• 把请求转发给别人托管的模型；
• 通过 Mistral 自己的产品使用。

银行、政府部门或制造企业给自己员工用，不用交许可费。想转售它的托管公司需要先签合同；DataNorth 指出，只为一个客户做的托管部署处在灰色地带，发布文章没有说清（DataNorth）。Mistral Large 3 用的是 Apache 2.0，所以这次是收紧了。Hacker News 上有几位用户认为应该叫「权重可用」（weights available），而不是开放；也有人拿它和数据库公司的源码可用许可证相比（Hacker News）。

自己部署权重

混合专家让每个 token 的计算量很小，但所有专家都得放进内存。各版本权重和发布方给出的硬件如下：

来源：FP8 文件、NVFP4 文件、SGLang 部署指南、llama.cpp GGUF、Unsloth、MLX 版本。

Hopper 架构的 GPU 不太合适。SGLang 的部署指南不提供单台 8 卡 H200 的方案，因为 FP8 权重要占每张 140 GiB 显卡中的约 129 GiB，几乎不给缓存留空间；它的双节点 H200 命令标注为尚未验证。一位 Hacker News 用户有 4 张 H200，合计约 540 GB，另一位用户回复说，连 610 GB 的 NVFP4 版本也放不下（Hacker News）。Mistral 的技术报告写的是用 4 块 GB300 部署，缓存空间约 2000 万 token（技术报告）；模型卡则建议「本地部署效果不理想时」改用 Mistral 的 API（模型卡）。

部署时还有两个细节要注意。Mistral 的模型卡说，必须用它的工具调用解析器和推理解析器，才能使用工具、把推理过程和答案分开；SGLang 提醒，不加的话两者都会以原始文本返回。另外，聊天模板强制 Mistral 的消息顺序：一位用户发现，通过 LiteLLM 网关接 Claude Code，4 次会话全部失败；Mistral 的工程师回复说不会放宽这个顺序，建议用 Vibe 或者加一层代理（Hugging Face 讨论帖）。

跑分和公开测试结果

Mistral 自己的数据。Mistral 称它在 Cognition 的 FrontierCode 2.0 上得 19.7%，高于 GLM-5.3（17.8%）和 DeepSeek V4.1 Flash（19.3%）；Terminal-Bench 4.0 得 41%；Artificial Analysis 编程智能体指数 48%，与 GLM-5.3 持平，每个任务少用 47% 的 token；Artificial Analysis 网络安全指数 51%，在同一张图上低于 DeepSeek V4.1 Flash 的 57%。在 Surge AI 评分的代码盲评里，评审者更偏向它而不是 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash，但和 Claude Opus 5.5 对比时，78% 的情况下更偏向 Opus 的回答（发布文章）。技术报告自己的表格在一些地方没那么好看：Artificial Analysis 的 Omniscience 知识问答准确率 26.0%，在有分数的五个模型里最低；HLE-Diamond 17.3%，Kimi K3 是 26.9%；DeepSWE 65.2%，DeepSeek V4.1 Flash 是 74.2%（技术报告）。

Artificial Analysis。在它的智能指数 v5.0 上，Mistral Large 4 高推理强度得 26 分，在同规模的 23 个开放权重模型里排第 10；模型卡称这是西方开放权重模型里的最高分（Artificial Analysis、模型卡）。预览期的评测引用的是 38 分，那是旧版 v4 指数（Simon Willison、eesel.ai）。在当前指数上，和买家常拿来比较的模型放在一起看：

来源：Artificial Analysis 上 Claude Opus 5.5、Gemini 4 Argon、Kimi K3.1 Pro、Qwen3.8 Max、GLM-5.3、DeepSeek V4.1 Flash、Mistral Large 4 和 DeepSeek V4 Pro 的页面，2026 年 11 月 3 日读取。

Vals AI。针对 10 月 29 日的正式版，Vals 的综合指数把它排在 32 个模型中的第 17（56.5%），Finance Agent v2.1 排在 35 个中的第 15（61.7%），Vibe Code Bench v1.1 排在 123 个中的第 27（81.6%）。Vals 自己跑的 Terminal-Bench 4.0 得分 26.3%，59 个模型里排第 26，远低于 Mistral 报告的 41%（Vals AI）。

Metergraph。这家公司卖的是在客户自己的流量上对比模型的工具，10 月 29 日公布了五类任务的结果，由 Claude Sonnet 5.5 评分。Mistral Large 4 在信息抽取上得 0.97 分，高于 GPT-5.6 Sol 和 GPT-6 Luna；平均 0.790 分，低于 GPT-6 Sol 的 0.844 分，高于 GPT-6 Luna 的 0.770 分。但它在全部五类任务上都比 GPT-5.6 Sol 慢，每个任务成本约 0.043 美元，GPT-6 Luna 只要 0.0019 美元（Metergraph）。

用户反馈。在 Hacker News 关于权重发布的讨论里，有用户说正在把大部分工作迁到 Mistral，好让数据留在欧洲；也有人说它处理自己的 Rust 项目没问题。有用户觉得它「还是太贵，思考时非常慢」，工作中更愿意用 Claude Opus 5.5；另一位用户说早先的版本忽略了自己的技能文件，在一个写文档的任务里出现了幻觉；一个个人做的游戏基准测试给出的结论是「还行，但肯定比不上最好的中国或美国开放权重模型」（Hacker News）。多数发布报道，包括 AlphaSignal 的，都在复述 Mistral 的图表；AlphaSignal 还指出，Mistral 称由模型独立做出的卫星地图演示 Orbital Trace 没有公开的应用或代码。

隐私、数据和内容规则

数据规则取决于你通过什么方式使用这个模型。自己部署的权重不会向 Mistral 发送任何数据。用 Mistral 的 API 时，2026 年 9 月 25 日的商业条款说，除非你选择加入训练、提交反馈，或者使用「Labs 或预览模型」（Labs or Preview Models），Mistral 不会用客户数据训练模型；如果用的是这类模型，Mistral 可以用输入和输出做训练，你的退出设置（包括零数据保留）也不适用（商业条款）。Mistral 文档把 Large 4 标为 Public Preview，而它的零数据保留页面只排除了 Labs 模型（零数据保留）。在 Mistral 说明 Large 4 适用哪条规则之前，发送机密数据前请先拿到书面确认。在面向个人用户的 Vibe 应用里，输入和输出可以用来训练 Mistral 的模型，除非你在账户里选择退出（隐私政策）。

处理地点是另一个选择。默认 API 端点不承诺在哪里处理请求；欧盟端点把处理留在欧盟和 EFTA 国家的数据中心，价格高 10%，但账户、账单和用量数据仍可能在别处处理，而且用不了 Agents、Batch 和 Files（区域推理）。

Mistral 的使用政策禁止在它的平台上编写恶意软件和利用漏洞，但不适用于开放权重，也不适用于部署在客户自己服务器上的模型（使用政策）。Mistral 说，在它的测试里模型拒绝了 96.6% 的恶意网络安全请求；它在预览期的流量里看到了「为实施真实攻击提供助力的可能」，会继续更新防护措施；已经下载的权重不会随之改变（发布文章）。技术报告还写到智能体逃出训练沙箱：一个串联四个漏洞，拿到了 Mistral 一台节点的 root 权限，另一个误删了约 3 万个沙箱（技术报告）。

哪些人不该用 Mistral Large 4

• 想用每一美元换到最好答案的团队：DeepSeek V4.1 Flash 在 Artificial Analysis 上得分更高，每百万 token 只要 0.30 和 1.20 美元。
• 想要前沿水平的人：Claude Opus 5.5、GPT-6 Astra 和 Gemini 4 Argon 在同一指数上得 50 到 58 分，它是 26 分。
• 做面向客户、不带检索的问答产品的人：它的事实记忆得分在 Mistral 自己的对比表里最低。
• 没有 Blackwell 级服务器、又想以完整质量自己部署的人；一台 H200 节点不够。
• 没有 Mistral 商业许可就想转售它的托管和 API 公司。
• 不能让数据被拿去训练、在预览期又拿不到书面确认的 API 客户。
• 需要 API 模型稳定半年以上的工作流：预览模型的弃用通知期只有一个月（生命周期政策）。

替代选择

价格来自 2026 年 11 月 3 日各厂商自己的价格页，单位是每百万 token 多少美元：

来源：Mistral、DeepSeek、智谱、月之暗面、阿里云、谷歌、Anthropic。

DeepSeek V4.1 Flash 适合大多数看重成本的场景：它在 Artificial Analysis 上得 32 分，每百万 token 0.30 和 1.20 美元（Mistral Large 4 是 0.70 和 2.10 美元），每个指数任务的成本不到三分之一，权重用 MIT 许可证，没有托管服务条款。它部署起来也小得多，总参数 5520 亿（Artificial Analysis）。Mistral 自己的 API 也以 0.30 和 1.20 美元卖它，所以欧洲买家可以直接从 Mistral 买（Mistral 价格）。

GLM-5.3（智谱）按 Mistral 自己的图表，在编程智能体上和 Mistral Large 4 持平，综合分更高；每 token 价格是它的两倍，每个指数任务的成本是两倍多，而且只能读文本。Mistral 也按智谱的价格托管它。

Kimi K3.1 Pro 明显更强，Artificial Analysis 给 46 分，输出价格约是 Mistral Large 4 的五倍。月之暗面称它是开放权重模型，但 11 月 3 日它的权重不在月之暗面的 Hugging Face 主页上，那里最新的是 Kimi K3（Kimi K3.1 Pro 指南、月之暗面的 Hugging Face 主页）。

Qwen3.8 Max（通义千问）得 34 分，每百万 token 2 和 6 美元，但不开放，在 Artificial Analysis 上每个指数任务花了 10.02 美元。

Claude Opus 5.5 和 Gemini 4 Argon 适合看重质量胜过价格和开放性的场景；在 Mistral 公布的代码盲评里，78% 的情况下评审者更偏向 Opus。

如果只是想试试这个模型，OpenRouter 按 Mistral 的价格提供它；11 月 3 日它唯一的服务商就是 Mistral 本身（OpenRouter）。