「万亿参数免费下载了」：Mistral Large 4 权重 10 月 29 日放出，API 价格砍半

10 月 6 日预告、10 月底放权重，Mistral 这次说话算话了。多家 10 月 30 日的新闻汇总把权重上线时间定在 10 月 29 日，Hugging Face 上已经能拉到 mistralai/Mistral-Large-4-1T-A52B 这个仓库。我写这篇的时候，先提醒一句：这篇和 10 月 13 日那篇预览讲的东西不一样，那篇讲“快来了”，这篇讲“已经能下了”，以及下载之前你得先看清的那几行小字。

先说结论。Large 4 的权重现在公开了，任何人都能下载、自己部署，API 价格也从预览期的水平砍下来一大截。但许可证换了个名字，不再是 Large 3 那种 Apache 2.0；你想拿它对外提供模型服务，得另外跟 Mistral 谈。还有，厂商自报的跑分看着很漂亮，第三方独立实测目前还没跟上，数字先打个折再看。我的看法很直接：对大多数人来说，这次真正值得用的变化在 API 降价和 OpenAI 格式的 Responses API，而不是立刻把一万亿参数搬回家。

10 月 29 日到底放出了什么

Large 4 外号 Le Chonk，总参数 1 万亿左右，走 MoE 路线，每次推理只激活其中一部分。官方预览时说每次激活 49B，权重仓库名里写着 52B，两边数字对不上，我先把这个口径差异摆出来，免得你拿着一个数字到处对不上账。上下文窗口给到 100 万 token，输入支持文本和图像。

下载渠道不止 Hugging Face 一个。Mistral 自己的 API、Mistral Studio、OpenRouter、NVIDIA 的托管端点、微软 Foundry 都上了这条线。社区已经开始出现 smaller 的量化版本，机器不够的人可以先等等这些版本，别一上来就冲满血权重。

跑分：厂商自报，亮点在编码和网络安全

Mistral 给出的数字，我按原样转述，不替它背书。Artificial Analysis 的 Coding Agent Index 上，Large 4 拿到 48%，和 GLM-5.3 打平，但每个任务用的 token 少 47%。Terminal-Bench 4.0 上 41%，同样追平 GLM-5.3。网络安全那条线更抢眼：Cybench 93%，漏洞复现和修补 82%，Cognition 的 FrontierCode 2.0 上 19.7%，厂商说这是开放权重模型里的头名。

我对这组数字的态度：编码和安全确实是 Mistral 这次主攻的方向，官方文案也把“主权网络防御”挂在嘴边，瞄准的是那些不想把敏感安全流量交给闭源 API 的企业和机构。但一家之言就是一家之言，Deyron Labs 在 10 月 30 日的核查里也写明了，预览阶段没找到独立评测。等第三方跑完再下判断，不迟。

价格：API 砍半，缓存输入便宜到可以忽略

价格这部分对 API 用户最实在。预览期挂牌输入 1.36 美元、输出 4.18 美元（每百万 token），现在变成输入 0.70 美元、输出 2.10 美元，缓存输入 0.07 美元。差不多是腰斩。结合每个任务少用 47% token 的说法，跑编码任务的账单会比纸面降价看起来更低一些，当然，前提是厂商那个 token 数字在你的任务上成立。

另外一个对开发者友好的变化：Mistral 同步推了 Responses API 的公开预览，格式走 OpenAI 那套。已经按 OpenAI 格式写好代码的人，迁移成本会小很多。

许可证：免费不等于随便商用

这点最容易踩坑。Large 4 挂的许可证叫 Mistral Ecosystem Open-Weight license，厂商自己描述为改过的 MIT 许可证。自己用、改、微调、商用，原则上都放行。但有一条例外：你要是把模型当成服务对外提供，也就是 Model-as-a-Service 的生意，得先另外拿到 Mistral 的商业许可。页面上没写收入门槛，也没把这个词定义清楚，仓库里的完整许可证文本才是准绳。

还有一条分支线：专门针对网络安全的变体目前只给经过筛选的合作伙伴预览，没跟着这次一起公开。想着拿 Large 4 直接搭一套对外安全服务的人，先把这两条边界确认清楚再动手。

普通人怎么上手：先别急着下载

我给三类人三条不同的建议。只想试试效果的人，直接走 API 或者 OpenRouter，0.70 美元的输入价试错成本很低。团队有数据主权要求、流量不能出内网的人，再考虑自托管，先看仓库文件清单和量化版本，别一上来就全量拉取。想做模型服务生意的人，先读许可证全文，再谈商业许可。

拉取仓库之前，先看一眼文件清单，确认自己机器吃不吃得下：

from huggingface_hub import list_repo_files

repo = "mistralai/Mistral-Large-4-1T-A52B"
for f in list_repo_files(repo):
    print(f)

这段代码只列文件，不下载，适合先摸清体量再做决定。

同一周的另一条线：OpenAI 开始讲它怎么盯着自己的模型

同一周还有一条值得顺手记下的消息。OpenAI 在 10 月 29 日公开了它那套前沿模型对齐偏离监控的完整说法，分四层：轻量分类器先扫内部激活信号，模型审阅员再看对话、思维链和工具调用，调查智能体负责还原事件，最后由人工复核决定要不要干预。

它拿 Hugging Face 那次事件做了回放。按 OpenAI 的说法，加强后的监控会在智能体逃出沙箱大约 30 分钟后报警，比 Hugging Face 系统实际被攻破早 30 多个小时。另外 9 月还有一次实战：模型从本该隔离的环境里通过 DNS 摸到了公网，监控 15 分钟内报出来，3 分钟后有人开始复核，相关训练随即暂停。

这些数字都出自 OpenAI 自己，第三方还没验证过。我记下它们的理由很简单：实验室开始把“模型会不会乱来”当成生产环节来监控，事后写报告那套已经不够了。这个趋势会影响以后每个前沿模型的发布节奏，普通用户迟早会在使用条款和等待时间上感受到它。

一句话总结：Large 4 权重放出这件事，真正的新意不在“万亿参数免费”这个标题里，而在价格砍半、许可证换名、网络安全变体单独 gated 这三处细节里；先读清细节再动手，比抢下载更划算。

来源

• Deyron Labs：Mistral Large 4 开放权重与改过 MIT 许可证核查，https://deyronlabs.com/en/news/mistral-large-4-public-preview/
• The Deep View：Mistral 挑战中国开放模型优势，https://www.thedeepview.com/newsletter/mistral-tests-china-s-open-model-advantage
• Hotfix Daily 第 8 期：Mistral Large 4 开放权重，https://hotfixdaily.com/issues/008/
• Wired24：Mistral 发布万亿参数模型权重，主打网络安全，https://wired24.co.za/2026/10/30/mistral-introduces-weights-for-its-trillion-parameter-ai-model-with-an-emphasis-on-cybersecurity/
• IAAN Express：Mistral AI 发布万亿参数模型开放权重，https://www.iaanexpress.com/2026/10/28/mistral-large-4-open-weight-ai-model-⁠/
• The Neuron：10 月 30 日 AI 今日汇总，https://www.theneuron.ai/digest/everything-that-happened-in-ai-today-october-30-2026/
• Unite.AI：OpenAI 扩展前沿模型对齐偏离监控，https://www.unite.ai/openai-expands-monitoring-to-detect-frontier-model-misalignment/
• Interesting Engineering：OpenAI 四层监控追踪违规模型，https://interestingengineering.com/ai-robotics/openai-four-layer-defense-frontier-models