Mistral Large 4 开放权重带来编程和网络安全方面的提升

NVDA-1.92%
MSFT+0.22%

关键要点

  • Mistral Large 4 在 FrontierCode 2.0 上的得分为 19.7%,在 Artificial Analysis Coding Agent Index 上的得分为 48%,同时代币用量比领先的开放权重竞争对手少 47%。
  • Mistral Large 4 在 Artificial Analysis Cyber Index 上的得分为 51%,对恶意网络安全请求的平均拒绝率达 96.6%,为受测开放模型中最高。
  • Mistral Large 4 即日起可通过 Mistral Studio、Mistral API、OpenRouter 和 Hugging Face 使用,输入代币每百万个收费 0.70 美元,输出代币每百万个收费 2.10 美元。

Mistral 今日发布了改进后的 Mistral Large 4 权重。本月早些时候,该公司公开预览了这款拥有 1 万亿参数、原生多模态的模型;开发者反馈和持续强化学习进一步提升了模型的编程能力和防御性网络安全能力。这款开放权重模型可供检查、定制,并部署在组织自己的基础设施上,支持 Mistral 的主权 AI 理念。

Mistral Large 4 提升编程基准成绩与 Token 效率

经过三周的额外强化学习,Mistral Large 4 在 FrontierCode 和 Terminal-Bench 上成为领先的开放权重模型。在 Cognition 的私有基准 FrontierCode 2.0 上,该基准评估端到端代码质量,以及代码仓库维护者是否会合并智能体所做的更改,Mistral Large 4 得分为 19.7%。

在 Artificial Analysis Coding Agent Index 上,该模型得分为 48%,与领先的开放权重模型 GLM-5.3 基本持平,同时平均每项任务使用的 token 少 47%。在 Terminal-Bench 4.0 上,与公开预览版相比,该模型提高了 13 个百分点,达到 41%;它领先于其他开放权重模型,同时输出 token 减少了 30%。Mistral 还表示,该模型在 Artificial Analysis Coding Agent Index 上的表现与最佳开放权重模型持平,且 token 效率显著更高。

该模型支持三种推理模式,让开发者能够选择性能与成本之间的平衡:Low 适用于简单任务,取代了“None”推理模式;Medium 适用于日常任务;High 为默认模式,适用于需要高精度和深入推理的最难用例。在 Surge Code 的盲测成对评估中,Mistral Large 4 优于接受评估的开放权重模型 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash;在所有受评模型中,仅次于 Claude Opus 5.5。

Mistral Large 4 增强防御性网络安全能力

Mistral Large 4 在 Artificial Analysis Cyber Index 上得分为 51%。该指数衡量模型发现代码库中的漏洞、复现并验证漏洞,以及在不破坏现有功能的情况下修补漏洞的能力。Mistral 表示,该模型能够处理正当的防御性安全任务,不会不必要地拒绝请求。对于恶意网络安全请求,在 JailbreakBench、StrongREJECT 和 AgentHarm 的网络安全相关提示中,该模型的平均拒绝率为 96.6%;Mistral 称,这是其测得的开放模型中最高的拒绝率。

Mistral 表示,预览版发布后,公司监测了实时流量中的网络安全相关使用情况。该模型拒绝配合针对实时目标的黑盒攻击,但公司也观察到模型可能被用于提升真实攻击能力,并表示正在相应调整防护机制,计划在未来几个月继续更新。

Mistral 正向 Orange Cyberdefense 等企业设计合作伙伴提供一个专用变体的预览权限,该变体针对高级网络安全工作流进行了优化,包括渗透测试、漏洞评估和红队测试。使用权限须通过严格审核并遵守合同保障措施,测试仅限于受控环境中自有或明确授权的系统。客户还可以使用 Mistral Forge,利用专有安全数据、策略、检测逻辑和威胁环境对模型进行定制,并将其优化为更小的特定任务变体,以处理定义明确的网络安全任务。

Mistral Large 4 展现企业工作流与智能体安全成果

对于金融相关工作,Mistral 提升了模型在真实工作流中的表现,尤其是在创建和编辑金融与会计电子表格方面。该模型的 Finch 得分达到 73.3%,在开放模型中仅次于 Kimi K3。

在 BrowseComp 上,Mistral Large 4 得分为 84.5%,高于初始 SFT 检查点的 75%。Mistral 表示,这意味着该模型的表现高于 GLM-5.3 或 DeepSeek Flash 4.1 1017。在 B3 Agent Security Benchmark 上,该模型抵御了 97.1% 的攻击,而预览版为 93.3%。Mistral 表示,这使其位居开源模型领域前沿。

Mistral 还展示了该模型的能力:一个漏洞分流智能体能够调查报告、在隔离沙盒中复现漏洞,并不断迭代修补方案;一个智能体构建了 Orbital Trace,这是一个实时 3D 地图,展示了环绕地球运行的约 19,000 颗卫星和太空碎片;还有一个量子化学求解器,能够编写软件来计算分子中的电子位置,并使用标准化学工具检查答案。

Mistral Large 4 支持自托管和托管部署

Mistral Large 4 在欧洲从头开发并训练。组织可以检查、定制并将其部署在自己的基础设施上,无需依赖 Mistral 通过 API 提供服务。Mistral Forge 支持围绕专有数据进行定制,而 Mistral Studio 可用于构建、治理和改进由此生成的智能体和应用程序。

该模型可通过 Mistral Studio、Mistral API 和 OpenRouter 使用。其开放权重可从 Hugging Face 下载,并通过 vLLM 或 SGLang 部署在组织自己的基础设施上。Mistral 还列出了由英伟达托管的端点、用于通过 vLLM 提供服务的英伟达 NIM 容器、用于定制的开源 NeMo AutoModel 库,以及用于高吞吐量服务的开源 TensorRT LLM 库。微软 Foundry 也提供该模型,并为 Azure 开发者提供私有部署选项;微软表示,它是首家向客户提供 Mistral Large 4 的云服务提供商。

Mistral Large 4 发布规格与访问条款

  • Mistral Large 4 是一款拥有 1 万亿参数、原生多模态的模型。
  • 该模型被描述为开放权重的混合式指令与推理 MoE,支持多模态输入,在一个模型中融合指令、推理和智能体能力。
  • Mistral 称该模型原生精通 160 多种语言。
  • 可用的推理模式为 Low、Medium 和 High;High 为默认模式。
  • 该模型采用 Mistral Ecosystem Open-Weight 许可证,这是一种经过修改的 MIT 许可证。
  • 该模型可免费使用、修改、微调和商业化,但提供模型即服务的企业在将其用于商业用途前,必须向 Mistral 获取单独的商业许可证。
  • 从今天起,定价为每百万输入 token 0.70 美元、每百万缓存输入 token 0.07 美元,以及每百万输出 token 2.10 美元。
  • Mistral Large 4 可通过 Mistral Studio、Mistral API 和 OpenRouter 使用;其开放权重可从 Hugging Face 获取。

常见问题

Mistral Large 4 的主要编程成果有哪些?

Mistral Large 4 在 Cognition 的私有基准 FrontierCode 2.0 上得分为 19.7%。它在 Artificial Analysis Coding Agent Index 上得分为 48%,同时平均每项任务使用的 token 少 47%;在 Terminal-Bench 4.0 上得分为 41%,较公开预览版提高了 13 个百分点。

Mistral 报告了哪些网络安全成果?

Mistral Large 4 在 Artificial Analysis Cyber Index 上得分为 51%;对于 JailbreakBench、StrongREJECT 和 AgentHarm 的网络安全相关提示中的恶意网络安全请求,其平均拒绝率为 96.6%。Mistral 表示,这是其测得的开放模型中最高的拒绝率。

组织如何部署 Mistral Large 4?

组织可以从 Hugging Face 下载开放权重,并通过 vLLM 或 SGLang 将模型部署在自己的基础设施上。该模型还可通过 Mistral Studio、Mistral API、OpenRouter、由英伟达托管的端点以及微软 Foundry 使用;Azure 开发者可以选择私有部署。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论