Mistral ML4 開放權重解析：兆級參數 Le Chonk，程式開發、安全與推理成本有何變化？

ML4 完整名稱是 Mistral Large 4，暱稱 Le Chonk。它並非這幾天才首次出現：官方文件標記公開預覽時間為 2026 年 10 月 6 日。最新公告的重點是開放進一步強化學習後的權重，更新程式開發、防禦安全及推理效率。

本文聚焦這個改進後的開放權重版本，將預覽與目前成績分開。企業除了關注能力，也需衡量自主執行、客製化及推理成本。

資料核對截至 2026 年 10 月 30 日，依 Mistral 官方公告、文件及模型卡整理。分數為發布方報告或引用，並非 TboxIO 獨立複測；成本範例是公開費率計算。

規格：總參數與啟用參數不同

項目	官方資訊
名稱	Mistral Large 4 / ML4 / Le Chonk
架構	原生多模態、細粒度 MoE
總參數	文件列 1.05T，常簡稱約 1T
啟用參數	每 token 約 49B；含嵌入及輸出層約 52B
專家	128 個路由專家，每 token 啟用 4 個，另有 1 個共享專家
視覺編碼器	文件列 1.6B 參數
輸入輸出	文字、圖像輸入；文字輸出
上下文	1M
推理強度	low、medium、high；預設 high
API 識別碼	mistral-large-4
權重儲存庫	mistralai/Mistral-Large-4-1T-A52B

49B、52B 是統計範圍不同，官方模型卡已說明是否包含嵌入及輸出層，並非互相矛盾的兩款模型。MoE 每 token 僅啟用部分參數，也不表示部署只需儲存 52B 權重。

模型卡稱原生支援 160 多種語言，不代表各語言品質相同。文字、圖像輸入也不等於原生音訊或影片輸出，需依實際介面與工具區分。

最新官方跑分：程式效率突出，綜合能力仍有邊界

指標	最新報告	解讀
Cognition FrontierCode 2.0	19.7%	私有基準，評估端到端程式品質及維護者是否願意合併
Artificial Analysis Coding Agent Index	48%	官方稱大致追平 GLM-5.3，平均每任務少用 47% token
Terminal-Bench 4.0	41%	相較公開預覽高 13 個百分點，輸出 token 少 30%
Artificial Analysis Cyber Index	51%	發現、重現及驗證漏洞，修復時維持既有功能
FinWorkBench（Finch）	73.3%	財務、會計工作，尤其試算表建立與編輯
BrowseComp	84.5%	公告對照 75% 的 SFT 檢查點，不是所有舊版
B3 Agent Security 攻擊抵抗率	97.1%	預覽為 93.3%，提升 3.8 個百分點
Artificial Analysis Intelligence Index v5	26	綜合指數，非 26% 正確率

指標量綱及設定不同，不能平均成綜合勝率。FrontierCode 2.0 是私有測試，一個分數不足以公開重現。少用 47% token 是指定對照模型下的平均結果，不是所有任務與模型都適用。

官方模型卡也承認，領先的中國開放權重模型在 Intelligence Index v5 分數更高。程式與安全表現強，不等於通用能力全面第一。

Mistral 另引用 Surge Code 盲測偏好：在受評模型中優於 GLM-5.3、Kimi K3、DeepSeek V4.1 Flash，僅落後 Claude Opus 5.5。這是特定評估集合的人類偏好，並非所有程式任務的絕對排名，本文不補入未核實的勝率。

相較公開預覽，哪些提升有直接對照？

Terminal-Bench 4.0 從預覽提升 13 個百分點至 41%，輸出 token 減少 30%。依差值倒推預覽約 28%，這是算術推導，不是本站測量。13 個百分點也不等於相對提升 13%。

B3 從 93.3% 到 97.1%，相差 3.8 個百分點。BrowseComp 的 75% 到 84.5% 比較 SFT 與後續強化學習，不能直接當作舊 API 的升級幅度。其他缺少完整同條件預覽對照的項目，不應自行填入提升倍數。

防禦安全強化，不等於不會出錯

Cyber Index 關注漏洞發現、重現、驗證，以及不破壞功能的修補。官方另報告惡意網路請求平均拒絕率 96.6%，來自 JailbreakBench、StrongREJECT、AgentHarm 的相關提示。

96.6% 拒絕率與 B3 的 97.1% 抵抗率是不同指標，都不等於發現 97.1% 真實漏洞或完全免疫提示注入。

公告另提面向經審核企業夥伴的專門安全變體，有不同存取條件，不能與公開通用權重混淆。實際審查與修補仍需檢查誤報、漏報及回歸測試；模型成績不能代替系統權限與驗證。

三檔推理，預設 high

檔位	官方建議
low	簡單任務，取代原 None 模式
medium	日常任務
high	預設；複雜 Agent 與高精度工作

模型卡建議 temperature=1.0、top_p=0.95，並要求工具清楚、聚焦。舊流程不能假設 None 參數仍有相同意義。

支援函數呼叫、JSON 及嚴格 JSON Schema。推理強度影響延遲及 token，應依完成品質與費用選擇，不能預設 high 永遠最佳。max_completion_tokens 包含推理及可見輸出，不能只按最後文字估計預算。

API 費率與計算範例

下列為最新公告及文件的每百萬 token 美元費率。

項目	價格
一般輸入	$0.70
快取輸入	$0.07
輸出	$2.10

10,000 個一般輸入 token，加 2,000 個計費輸出 token、不用快取，模型費約 $0.0112。這是固定數量計算，不含其他工具或平台費用，也不保證每項任務只消耗這些 token。

快取需實際命中；推理、工具結果與重試都會改變總量。官方效率提升不代表所有專案帳單按同百分比下降，不同託管商也須各自核對價格及條件。

自架：開放權重不等於消費級單卡

官方推薦 vLLM，並列出 SGLang、Transformers、llama.cpp 生態支援。範例採 8 路張量平行，是配置範例，不是所有精度、硬體的最低卡數。

基礎儲存庫標記 FP8，也提供面向 Blackwell GPU 的 NVFP4 檢查點。量化可減少記憶體，但總權重、KV cache、並行數與上下文仍決定容量需求。本站未實測本機速度或顯示記憶體。

模型附 DSpark 推測解碼 draft head，官方報告最高約 1.9 倍吞吐，實際依硬體及工作負載而變。吞吐不是單一使用者延遲，也不是所有裝置都快 1.9 倍。

工具需匹配推理及呼叫解析器，官方 vLLM 使用 mistral parsers。記憶體不足時建議降低最大上下文或並行數；支援 1M 不代表任意硬體都能輕鬆跑滿。

授權與適用團隊

官方稱採 Mistral Ecosystem Open-Weight License，為修改版 MIT；公告及模型卡指出，商業經營 Model-as-a-Service 業務需另取得 Mistral 商業授權。不能簡稱無額外條件的標準 MIT 或 Apache 2.0，實際使用應閱讀儲存庫完整 LICENSE。

需要可控部署程式 Agent、防禦安全輔助、文件與圖表理解的團隊可納入評估。已用預覽版者應以固定程式庫和任務比較完成率、人工修正、token、延遲與費用。自架還需評估硬體、量化及維運，不只 API 單價。

TboxIO 的判斷：本次重點是改進權重開放，加上程式、防禦安全及 token 效率。官方結果值得認真評估，但不表示每項任務最強、完全安全或可低成本單卡部署。

參考來源

• 官方開放權重公告：成績、預覽對照、價格及授權
• 官方模型文件：參數、上下文、API 與價格
• 官方模型卡：架構、統計口徑、推理與部署