Mistral AI 开源万亿参数多模态大模型 Mistral Large 4（le Chonk）

Mistral AI 已经正式对外开源代号为 le Chonk 的 Mistral Large 4 多模态大模型，这款模型拥有万亿级总参数，采用原生多模态架构，兼顾文本对话、图片理解与代码生成能力，同时依托 MoE 专家混合结构控制激活参数量，在保持顶尖综合性能的前提下，大幅降低推理阶段的算力开销，个人开发者、科研团队以及企业都可以直接获取模型权重，完成本地部署、微调与二次开发，模型还配套开放 API 调用服务，兼顾离线私有化部署与线上云端调用两种使用模式，整体适配科研、软件开发、行业数据分析等多样化场景，同时支持超过 160 种语言，跨语种任务处理能力进一步升级。本次开源版本相比前期预览版完成了多轮优化，在代码智能体任务上实现了效率升级，同等任务下 Token 消耗量大幅下降，在网络安全、金融、法律等企业场景里，达到了开源模型里的一流水准，视觉图文理解能力也实现大幅提升，可以完成图片内容解读、图文联动推理等任务。

一、模型核心硬件与技术参数

1. 基础规格清单

1. 总参数规模：1.05 万亿参数，对外宣传口径为万亿参数级别。
2. 激活参数：常规推理仅激活 490 亿参数，包含嵌入层与输出层后为 520 亿参数，避免全参数运行带来的高算力成本。
3. 架构类型：细粒度 MoE 专家混合架构，指令跟随与逻辑推理融合一体。
4. 视觉模块：搭载 16 亿参数的视觉编码器，实现原生图文多模态输入，不需要额外外挂视觉模块。
5. 上下文窗口：最高支持 100 万 Token 超长上下文，能够一次性读取整份文档、完整项目代码。
6. 训练资源：在欧洲自有数据中心，使用 3800 块 NVIDIA Grace Blackwell GPU 从零完成完整训练。

2. 版本规格对比表格

表格

二、模型核心能力表现

1. 代码开发能力

在代码智能体榜单 Artificial Analysis Coding Agent Index 取得 48% 得分，和全球顶尖开源模型处于同一梯队；同时完成同等开发任务时，平均 Token 消耗降低 47%，推理成本更加低廉，适合搭建自动化编程智能体。

2. 多模态图文能力

原生支持图片 + 文本联合输入，能够完成图纸解读、截图代码识别、图文信息综合推理，视觉定位能力突出，部分场景表现超越部分闭源大模型。

3. 行业专项能力

在网络安全、金融风控、法律文书、工业图纸分析等企业场景，综合表现稳居开源模型第一梯队；长文本场景可以一次性处理百万字合同、完整项目源代码，长文档梳理效率大幅提升。

4. 多语种能力

原生支持 160 余种语言，小语种翻译、外文资料解析任务稳定性更强，跨境业务场景适配度更高。

三、开源落地执行步骤

第一步，公开开放模型权重，开发者可以在 Hugging Face 平台直接下载完整模型文件，支持本地私有化部署。

第二步，开放在线 API 调用通道，设置阶梯化调用定价，支持缓存输入降本，方便企业快速接入业务系统。

第三步，发布配套微调工具链，提供轻量化微调脚本，用户可以基于自有行业数据快速优化模型专属能力。

第四步，持续迭代优化版本，结合政企实测反馈，持续提升智能体稳定性、图文识别精度与长文本推理效果。

四、开源许可与商用规则

模型采用修改版 MIT 许可证，个人学习、学术研究、模型微调、小规模商用都可以免费使用；如果是云服务商将模型打包对外提供 MaaS 转售服务，需要提前向 Mistral AI 单独获取商用授权，保障合规运营。

【相关 FAQ】

问题 1：Mistral AI 开源的 Mistral Large 4（le Chonk）总参数与激活参数分别是多少？

回答 1：Mistral AI 开源的 Mistral Large 4（le Chonk）总参数为 1.05 万亿，常规推理激活参数为 490 亿，加上嵌入层与输出层之后激活参数为 520 亿，依靠 MoE 架构控制算力消耗。

问题 2：Mistral Large 4（le Chonk）作为多模态大模型，具备哪些图文处理能力？

回答 2：Mistral Large 4（le Chonk）搭载 16 亿参数视觉编码器，属于原生多模态模型，能够完成图片内容识别、截图代码提取、图文联合推理、图纸信息解读，视觉定位能力达到开源模型顶尖水平。

问题 3：开源后的 Mistral Large 4（le Chonk）上下文窗口可以达到多大？

回答 3：Mistral Large 4（le Chonk）最高支持 100 万 Token 超长上下文窗口，能够一次性载入完整项目源码、百万字长篇合同与全套行业资料，长文本处理能力大幅提升。

问题 4：Mistral Large 4（le Chonk）开源之后，个人开发者可以免费使用吗？

回答 4：Mistral Large 4（le Chonk）采用修改版 MIT 许可，个人学习、科研实验、本地微调以及小规模商业化都可以免费使用；只有云服务商对外转售 MaaS 服务时，才需要单独申请商用授权。

问题 5：Mistral Large 4（le Chonk）在代码智能体任务上有哪些优势？

回答 5：Mistral Large 4（le Chonk）在代码智能体榜单取得 48% 的高分，和头部开源模型持平，同时完成同等开发任务时 Token 消耗量减少 47%，大幅降低自动化编程智能体的运行成本。

【数据来源】

[2026-10-30]（Mistral AI 开放 Large 4 模型权重：1T 参数，编程智能体更省 Token）IT 之家

[2026-10-30]（Mistral AI 正式开源万亿参数多模态大模型 Mistral Large 4 le Chonk）网易新闻

[2026-10-30]（Mistral Large 4 Le Chonk 权重正式开源，原生多模态 MoE 模型）DEV Community

[2026-10-29]（Mistral Large 4 技术规格与开源许可说明）Mistral AI 官方 GitHub 文档

[2026-10-29]（Mistral Large 4 le Chonk 性能评测：代码与多模态能力升级）Habr 技术社区

免责声明：本文全部参数、性能指标、开源许可条款均来自 Mistral AI 官方公告与主流科技媒体公开资讯；Mistral Large 4（le Chonk）的实际推理速度、图文识别效果会受本地硬件配置、模型量化精度、输入内容长度影响；商用使用条款以 Mistral AI 官网发布的最终许可证文本为准；云端 API 调用价格会随官方运营策略小幅调整。