2026年10月6日,Mistral 发布 Mistral Large 4 公共预览,用户可通过 Mistral Studio 体验 API。官方计划在10月底开放模型权重。当前已经开放的是预览接口,自行下载权重并部署仍是后续计划。官方公告
一套模型覆盖哪些工作环节
Mistral Large 4 是采用混合专家架构的通用多模态模型。官方模型卡列出100万 token 上下文窗口,并提供函数调用、结构化输出和文档问答等功能。公告展示的方向覆盖代码、代理工作流和图像理解。模型卡
这让选型问题发生变化。工程资料可能同时包含文字、图表和零件图,使用者希望工具在共同上下文里查找证据、整理信息,再给出下一步行动。上面是对产品定位的分析,不意味着模型已经在所有复杂任务中可靠完成工作。
权重开放仍需等待
Mistral 将自主控制 AI 作为发布重点。公告称,模型在欧洲自有数据中心训练,预览服务也使用这套基础设施。对有地域部署要求的团队,这些信息提供了新的评估方向。发布说明
“未来可以自己部署”与“现在部署成本很低”是两回事。算力、运维、更新、安全审核和人员成本都需要计算。开放权重增加选择空间,不能直接得出普通电脑即可运行、企业数据默认零风险等结论。
发布页还表示,预览模型的强化学习训练仍在继续,后续会披露更多架构与评测细节。因此,迁移决策应基于实际拿到的版本,不能只依据月底计划。官方公告
开发者应该如何试用
这次发布的观察价值,在于开放权重路线继续进入多模态与代理任务的竞争。更具体的关注点是:函数调用能否遵循已有接口,长文档回答能否指出证据,模型出错后能否停止并说明原因。
一个可操作的试用方式,是拿几项真实但已脱敏的任务,与现有方案保持相同输入、工具和评判标准。记录任务成功率、人工纠错时间、延迟与费用,再判断是否迁移。这是本文的试用建议,没有实际测试结论。
本文依据官方公告与产品文档整理,未对模型进行实测。官方评测应按其测试条件理解,不代表每个企业场景都能复现相同表现。
一起聊聊
留下你的想法,评论审核通过后展示。