1.05T参数只激活52B，Mistral Large 4开源后只领先1分

Mistral AI把旗舰模型Mistral Large 4的权重放出来了。Artificial Analysis的评测结果很直接：High推理配置在Intelligence Index v5上拿26分，比Preview的25分多1分，在非中国开发的开源权重模型里排第一，只领先Muse Spark Open（xhigh）1分。

先看模型规格：总参数1.05T，激活参数52B，上下文窗口1M token，支持文本和图像输入、文本输出。价格是每百万输入/输出token 0.70/2.10美元，缓存输入0.07美元。许可证是MEOW License（Mistral Ecosystem Open-Weight License），运营Model-as-a-Service业务需要和Mistral单独谈商业许可。这个细节比跑分更影响大多数团队怎么用它。

排名方面，Mistral Large 4（high）在Cyber Index拿51，在开源权重模型里排第三，落后DeepSeek V4.1 Flash 1017（max，57）和MiMo-V2.6-Pro（56）。在Intelligence Index上，它落后DeepSeek V4.1 Flash 1017（max）和GLM-5.3（max）6分。差距主要落在编码和agentic知识工作上：FrontierCode 2.0只有15%，DeepSeek V4.1 Flash 1017（max）为29%，GLM-5.3（max）为22%；AA-Briefcase Elo 1349，DeepSeek为1570，GLM为1504。

效率是这次更新的重点。Mistral Large 4（high）每个Intelligence Index任务用82K输出token，比Preview的135K少39%，落在开源权重Pareto前沿上。得分更高的七个开源权重模型，每个任务用113K到225K输出token。它没把分数拉高多少，但把跑完一次评测要烧多少token压下来了。

Coding Agent Index上，Mistral Large 4（high）在Mistral Vibe里拿48分，每个任务用8.5M token。GLM-5.3（max）在Opencode里拿49分，用15.9M token；DeepSeek V4.1 Flash 1017（max）在DeepSeek Harness里拿46分，用16.7M token。它大约用了一半的token，分数夹在两者之间。

幻觉率也降了。更新后的AA-Omniscience v1.1里，Mistral Large 4（high）幻觉率28%，Preview是41%，和Muse Spark Open（xhigh）持平。但准确率只有26%，和Ling 3.1 Flash 1019的27%接近，低于DeepSeek V4.1 Flash 1017（max）的40%和Muse Spark Open（xhigh）的42%。低幻觉不等于高准确，这两个指标得分开看。

成本方面，新价格比Preview低约50%。按新价格，每个Intelligence Index任务成本2.06美元，比Preview的5.54美元降63%。这和Muse Spark Open（xhigh，2.02美元）接近，但高于DeepSeek V4.1 Flash 1017（max，0.60美元）和MiMo-V2.6-Pro（0.26美元）。

部署门槛值得单独说。1.05T总参数、52B激活参数，不意味着机器上只需要装52B。全量权重仍然要存，激活参数只决定推理时参与计算的部分。有网友提到已经有1-bit Unsloth GGUF能在Mac Studio上跑，也有人调侃把万亿参数加载进内存会难倒不少homelab。开放权重和能在本地舒服跑，是两件事。

许可证也引来讨论。有网友提醒，MEOW许可证下把模型作为托管服务运营，需要和Mistral单独签约，所以对多数团队来说，第一方API可能仍是主要用法。还有人调侃，开放权重来自所有人，除了名字里带Open的那家公司；以及Mistral把许可证命名为MEOW后就这么继续了。

完整结果和更多细节可以看Artificial Analysis的模型页：https://artificialanalysis.ai/models/mistral-large-4