Mistral Large 4 上手：欧洲 1 万亿参数开源旗舰今天放出权重——修代码、查漏洞，API 每百万 token 只要 $0.70

一句话说清： 欧洲最强的开源 AI 大脑——一个内部约有 1 万亿个“旋钮”、在欧洲数据中心从零训出来的模型——今天起免费公开下载；而你也可以不用下载，按字数租着用，输入每百万 token 只要 $0.70。

先讲两个词，大白话：开源权重就是厂商把模型的本体文件公开了，谁都能下载、检查、自己跑——相对的是只能通过 API 租用的闭源模型。参数就是模型训练时调出来的旋钮数量；旋钮越多，通常能记住的规律越多，但跑起来需要的电脑也越大。推理模式就是“让模型想多努力”的档位：Low 对付简单活，High 对付最难的题。

Mistral AI 在 2026 年 10 月 29 日的官方文章《Mistral Large 4 (Le Chonk) is now open weight》中宣布放出权重。这个模型 10 月 6 日先以公开预览上线；今天的新闻是三点：权重公开了、多训三周后变强了、API 降价了。它的昵称叫“Le Chonk”。

跟我有什么关系

• 旗舰级编程帮手，不再是旗舰价。 Mistral 说 Large 4 在编码测试上居开源首位，而且完成单个任务用的 token 比对手少得多（厂商宣称，见下文）。这对你意味着什么：以前要花旗舰价才请得动的编程助手，现在输入每百万 token 只要 $0.70。
• 花钱多少可以自己拨档。 新增 Low / Medium / High 三档推理模式，简单活少想、难题多想。这对你意味着什么：修个错别字不用再按旗舰力度付费。
• 安全活儿能卖出去了。 Mistral 把这个模型定位成防御性网络安全：读漏洞报告、在隔离沙箱里复现问题、写补丁。这对你意味着什么：请不起专职安全人员的小开发团队，就是这种服务的真实买家。
• 做大了不怕被一家厂商卡脖子。 权重是公开的，今天从 API 起步的生意，将来可以自己托管模型。这对你意味着什么：你今天搭的工具，不会因为某一家明天涨价就作废。

数字一览（厂商宣称，未独立验证）

以下跑分全部来自 Mistral 10 月 29 日官方文章，是厂商自述，不是独立验证：

• 规模： 1.05 万亿参数，每次回答实际激活约 520 亿——可以理解成一个庞大团队，每次只派一小队人干活。原生支持图片输入（16 亿参数的视觉编码器），上下文窗口 100 万 token——粗略算，一次对话能装进一个大型代码库。
• 编程： FrontierCode 2.0 得分 19.7%（这项私有测试看的是仓库维护者愿不愿意合并 AI 的改动）；Terminal-Bench 4.0 得分 41%，比预览版涨 13 个点，输出 token 少 30%；Artificial Analysis 编程 Agent 指数 48%，基本追平开源领先的 GLM-5.3，但每个任务少用 47% 的 token。
• 防御性安全： Artificial Analysis 网络安全指数 51%（发现漏洞、复现、打补丁且不破坏原有功能）；B3 Agent 安全基准抵抗率 97.1%，高于预览版的 93.3%；对恶意网络攻击请求的平均拒绝率 96.6%（JailbreakBench、StrongREJECT、AgentHarm 三项测试）。
• 日常工作： Finch 财经表格工作流 73.3%，开源模型里仅次于 Kimi K3；BrowseComp 网页调研 84.5%，高于早期检查点的 75%。
• 人类品味： Surge Code 的盲测里，评审员更喜欢 Large 4 而不是 GLM-5.3、Kimi K3、DeepSeek V4.1 Flash 等开源对手，在参评模型中只排在 Claude Opus 5.5 之后。

价格：输入 $0.70，输出 $2.10

按 Mistral 10 月 29 日官方文章（厂商价格，未独立验证）：

项目	每百万 token 价格
输入	$0.70
缓存输入	$0.07
输出	$2.10

这对你意味着什么：一次典型的修 Bug 对话——比如 2 万 token 代码输入 + 3 千 token 修复输出——成本大约 $0.02。模型本体下载是 $0；你要付的要么是 API 费，要么是自己跑它的服务器钱。这一价格取代了预览版的 $1.36 输入 / $0.14 缓存 / $4.18 输出，差不多打了对折。

协议上有一个要注意的点，大白话讲：权重在 Mistral 生态开源权重协议（改良版 MIT 协议）下免费使用、修改、微调、商用——例外是，如果你做的生意本身就是把模型按次卖给别人调用，需要先向 Mistral 另拿商业许可。而像下面这样卖“用模型做的服务”（修 Bug），属于正常情况，不触发这条。

5 步上手（不用下载）

最快的路是 Mistral 的 Vibe Code——它的编程聊天工具。不用显卡，不用安装。

第 1 步。 打开 chat.mistral.ai（Mistral 的聊天应用，Vibe Code 就在里面），登录或注册一个免费的 Mistral 账号。

第 2 步。 新开一个编程会话，确认模型选的是 Mistral Large 4。如果看到推理档位，第一次做难题就留在默认的 High；问个简单问题可以降到 Low——这就是新的省钱拨档。

第 3 步。 粘贴一段真实带 Bug 的代码，再粘贴下面这句可以直接抄的提示词：

“找出这段代码里的 Bug。先用大白话讲清楚错在哪、为什么错，然后给出修复后的版本，并标出改了哪几行。其他地方不要动。”

第 4 步。 先读它的解释，再读修复方案。改动的地方要对照自己的理解检查一遍——没读过的 AI 修复方案，绝不能直接发给客户。如果修复方案有问题，就回一句：“这样会破坏 X。换个办法，保持 Y 原来的行为。”

第 5 步。 你应该看到：一段简短的大白话诊断，外加标出改动的修复代码。这个“粘贴、诊断、核对”的循环，就是下面这门生意本身。

更喜欢 API？去 console.mistral.ai 注册、建一个 API key，调用模型 mistral-large-4，推理模式选 Low、Medium 或 High。权重本身在 Hugging Face 上，供用 vLLM 或 SGLang 跑服务器的团队下载；Microsoft Foundry 和 NVIDIA NIM 也提供托管版本——那些是服务器团队的路，不是第一次上手要走的路。

用它赚钱：修 Bug 冲刺服务

• 客户是谁： 独立开发者、小开发团队、Bug 积压又没有空闲工程师的初创公司。
• 卖什么： “把 Bug 报告和代码发我，48 小时内给你修复方案、一份大白话的问题解释、一条测试建议——起步价每个 Bug $49–$149。”
• 收多少钱： 前 3 个客户先收 $49 一个 Bug（先拿案例，再谈价格），有了前后对比样品后涨到 $99–$149。每个 Bug 的模型成本只有几美分（见上文 $0.02 的例子），利润就是你审校的时间。
• 7 天怎么验证： 第 1–2 天，在公开开源仓库里修 3 个 Bug 当作品样品（走仓库的 issue 流程、经对方同意）；第 3–4 天，给 20 个独立开发者或小团队发消息，免费送一次 Bug 诊断；第 5–7 天，转成付费——目标是 1 个付费客户或 5 条有效线索。20 次真诚 outreach 后没人理，就放弃：这个尝试除了时间，什么成本都没有。

坑与限制

• 不要在笔记本上自己跑。 1.05 万亿参数的模型需要数据中心级别的显卡；下载是给服务器团队准备的。普通人走 API 或 Vibe Code。
• 厂商跑分就是厂商跑分。 上面所有“开源第一”都是 Mistral 自述，拿你自己的 Bug 测一遍再信。
• 转卖调用权要另拿许可。 卖修复服务没问题；把 Large 4 本身按次卖给别人调用，需要 Mistral 的商业许可。
• 它也会一本正经地写错代码。 一定要自己读修复方案、跑项目的测试；绝不要把客户的密钥、私钥粘贴进任何托管聊天框。
• 预览版和开源版别混淆。 10 月 6 日的文章讲的是预览版；权重、变强的分数、$0.70 的价格，都是 10 月 29 日才落地的。

参考来源

• Mistral AI 官方文章，2026 年 10 月 29 日：《Mistral Large 4 (Le Chonk) is now open weight》——权重发布、三档推理模式、跑分、$0.70/$0.07/$2.10 定价、协议条款、可用渠道（Studio、API、OpenRouter、Hugging Face、Microsoft Foundry、NVIDIA NIM、Vibe Code）。
• Mistral Large 4 模型卡（docs.mistral.ai）——预览版规格：1.05 万亿参数、100 万 token 上下文、原生多模态。
• 本站相关：Voxtral 3 指南（Mistral 的 AI 电话接线员）、Timestral 指南（Mistral 的免训练预测 AI）——同一厂商，不同活儿。