Mistral 开源 1.05 万亿参数 MoE 模型 Le Chonk，登顶开源智能体编程榜

1.05 万亿总参数配 520 亿激活：兼顾知识容量与推理开销

10 月 29 日，Mistral AI 将自家新一代旗舰模型以“Le Chonk”的昵称推上前台，对应 Hugging Face 官方仓库里的正式型号 Mistral Large 4。该模型采用细粒度混合专家（MoE）架构，总参数规模高达 1.05 万亿，而在实际推理时每个 token 仅激活 520 亿参数。这种设计让模型既拥有万亿级底模的知识广度，又把单次推理的算力消耗控制在中等稠密模型的水平。

从 Hugging Face 组织主页披露的规格来看，Mistral Large 4 是由 Mistral 团队从零训练的原生多模态通用与推理模型，同时理解文本与视觉输入，上下文窗口拉到了 100 万 token，并熟练支持 160 多种语言。第三方评测机构 Artificial Analysis 同日上线了 Mistral Large 4（Medium 与 High 档位）的测试结果，印证了它在性能与单任务成本之间刷出了新的帕累托效率边界。

FrontierCode 开源夺冠，四大安全厂商联手验货

Mistral 给 Le Chonk 划定了两个最核心的发力点：“Built to build（为构建而生）”与“Built to defend（为防御而生）”。在智能体编程方向，它在 Cognition 推出的 FrontierCode 基准测试中拿下了开源权重模型的第 1 名。不同于传统的单函数补全测试，智能体编程要求模型在真实代码库里跨文件检索、调用工具并多轮修正补丁。

在网络防御方向，Mistral 没有只晒纸面跑分，而是把模型交给了 CrowdStrike、Cloudflare、Rubrik 和 Zscaler 等全球一线网络安全与云基础设施厂商做高强度实测。结合 Hugging Face 模型卡信息，它在网络安全、金融与法律三大高门槛垂直领域均达到了当前开源权重模型的最高水平。

• 智能体编程（FrontierCode 开源第 1）

  在 Cognition 的 FrontierCode 榜单上领跑所有开源权重模型，并在 Artificial Analysis 上刷新帕累托效率纪录。

• 网络防御（头部安全厂商实测）

  经过 CrowdStrike、Cloudflare、Rubrik、Zscaler 等安全厂商的检验，适合漏洞排查、日志分析与自动化防御。

• 数据主权（Hugging Face 权重 + Mistral Forge）

  权重可直接下载并部署在自有服务器或私有云，配合 Mistral Forge 完成企业专有知识的深度定制。

从 Hugging Face 拉取权重，用 Mistral Forge 做私有化深加工

对于金融、法律和政企安全团队而言，将核心代码库或安全告警日志发往外部商业 API 往往触碰合规红线。Mistral 将 Mistral Large 4 的权重直接托管在 huggingface.co/mistralai 组织页下，让团队可以把这套万亿级 MoE 模型完整拉回本地机房或专属云环境独立运行，真正掌握模型与数据主权。

如果通用权重还不够贴合内部业务，企业还可以接入 Mistral Forge 平台。按照官方说明，Mistral Forge 支持在预训练、后训练和强化学习全阶段注入企业自有知识库——研发和安全团队可以用内部代码规范、历史工单或攻防演练数据对这颗 520 亿激活参数的模型做定向打磨，再上线到内部生产环境。