法国 Mistral 在 10 月 29 日放出了旗舰模型 Large 4（昵称 Le Chonk）的全部权重：约 1.05 万亿总参数的模型，任何人都能免费下载、魔改、商用。这是今年开源模型圈最大的一次放出——10 月 6 日公开预览后又经过三周强化学习，Mistral 说它在编程和网络安全上的成绩又涨了一大截。普通人能用上吗？先说结论：本地跑不动，但不用本地跑也能用。
这模型到底多大、多强
Large 4 是混合专家架构（MoE），总参数约 1.05 万亿，每次回答实际激活约 49–52B 参数；原生多模态，输入支持文字和图片；上下文 100 万 token；训练覆盖 160 多种语言，包括全部欧盟官方语言；训练用的是 Mistral 自家欧洲数据中心的 3800 块英伟达 Grace Blackwell 芯片，从零训起。成绩方面，按 Mistral 官方公布：编程基准 Terminal-Bench 4.0 拿下 41%，比预览版的 28.3% 涨了近 13 个点；Artificial Analysis 编码智能体指数 48%，与 GLM-5.3 持平但用的 token 少 47%；智能指数 26 分，在 23 个模型里排第 10；网络安全指数 51%，排进前五。提醒一句：这些都是厂商自报的成绩，换生产环境之前，先拿自己的任务实测。
许可怎么算：免费，但有一条红线
这次放出用的是 Mistral 自家的 Ecosystem Open-Weight 许可证，本质是改良版 MIT：免费使用、修改、微调、商用都没问题。唯一条件是——如果你或你的关联公司靠“把模型当服务卖”赚钱（Model-as-a-Service），得先和 Mistral 另签一份商业许可。个人用、公司内部用、微调后自己用，都不受影响；想把它包一层 API 拿出去卖，就得先谈许可。
普通人能本地跑吗？跑不动，但不用跑
权重文件 FP8 版 1.06TB，量化后的 NVFP4 版也要 610GB，普通电脑和单卡工作站都装不下，本地运行是少数实验室和公司的事。普通人用它的正确姿势是走托管：Mistral Studio、官方 API、OpenRouter 上都已经能用，API 定价是输入每百万 token 0.70 美元、缓存输入 0.07 美元、输出 2.10 美元。最受益的是三类人：做编程智能体的开发者（41% 的 Terminal-Bench 成绩摆在那）、做代码审计和安全分析的团队（网络安全是它主打的卖点）、以及数据不能出境、必须自己部署模型的机构。开源的意义从来不是人人本地跑，而是人人都能验证、能微调、能把它嵌进自己的产品里。
想跟进这类开源大模型的实战用法，站里的AI编程开发课程有编程智能体的教程；Large 4 本身就是为智能体而生的模型，也可以看看AI智能体与自动化里的相关玩法。
