摘要： Mistral 於 2026 年 10 月 29 日宣布，把旗下 1 兆參數的多模態旗艦模型 Mistral Large 4（綽號 Le Chonk）的權重正式開放。從月初的公開預覽到現在，僅三週的強化學習就讓它在編碼與防禦性安全基準上躍居開放權重模型之首，並新增三段推理模式讓成本可控。對 builder 來說，這代表自托管前沿模型第一次在代理式編碼場景具備實戰競爭力。
三週強化學習換來什麼
Mistral 在官方公告中說明，預覽版之後持續擴大強化學習規模，改進集中在編碼與防禦性網路安全，且「沒有飽和跡象」。幾個具體數字：
- 在 Cognition 的 FrontierCode 2.0 私有基準（衡量代理的改動能否被 repo 維護者合併）拿下 19.7%，領先開放權重陣營。
- Artificial Analysis Coding Agent Index 得分 48%，與 GLM-5.3 幾乎打平，但平均每個任務少用 47% 的 token。
- Terminal-Bench 4.0 較預覽版進步 13 個百分點到 41%，同樣領先開放權重模型，輸出 token 減少 30%。
人類偏好評測也有佐證：在 Surge Code 的盲測兩兩對比中，Mistral Large 4 勝過 GLM-5.3、Kimi K3 與 DeepSeek V4.1 Flash，僅次於 Claude Opus 5.5。
推理模式：把效能成本折衷交還開發者
新版本提供 Low、Medium、High（預設）三種推理模式，分別對應簡單任務、日常任務與需要高精度的最難場景。搭配上述 token 效率數據，實際意義是：跑大規模編碼 agent 時，你可以為例行任務降檔省錢，把 High 檔留給真正困難的修改。這種顯式的成本控制介面，比單一固定推理深度更貼近生產環境的需求——之前我在腳手架實測那篇文章也提過，同一顆模型在不同代理框架下差距可以到兩倍，模型能力之外，部署端的取捨空間同樣關鍵。
防禦性安全是這次的主打
Le Chonk 在 Artificial Analysis Cyber Index 得分 51%，該指標衡量模型在程式碼庫中發現漏洞、重現驗證並修補而不破壞既有功能的能力，且 Mistral 強調模型對這類合法防禦任務不會出現多餘拒答。
安全面同步強化：內建 guardrails 會區分防禦與惡意的網安任務，在 JailbreakBench、StrongREJECT、AgentHarm 的網安相關提示上，對惡意請求的平均拒答率達 96.6%，為 Mistral 所測開放模型中最高。不過 Mistral 也坦承，預覽期間的實際流量監測顯示，模型雖拒絕對線上目標的黑箱攻擊，仍存在被用於真實攻擊的升潛風險，guardrails 將持續更新。
主權 AI 的又一張牌
這次發布延續 Mistral 一貫的主權敘事：模型在歐洲基礎設施從零訓練、權重完全開放、可自行托管與客製化。包括 Booz Allen、Cisco、Cloudflare、CrowdStrike、ENISA、Fortinet 等資安組織都在公告中表態支持——共同理由多半是「能審計、能自托管、資料不出境」。這與我先前寫過的 Mistral Large 4 企業預覽判斷一致：開放權重不再只是研究資產，而是打進企業關鍵工作負載的商業策略。
給 builder 的實際下一步
如果你的工作負載是代理式編碼或防禦性安全分析，Le Chonk 值得排進評測清單，特別是 token 效率數字直接影響大規模運行的帳單。需要注意的是，公告中多項數字來自 Mistral 自述或第三方基準，實際表現仍需在自己的程式碼庫與安全流程上驗證；權重雖已開放，本地部署 1 兆參數模型的基礎設施成本，也是評估前要先算清楚的一筆帳。