Mistral 发布 1 万亿参数开源模型 ML4
Mistral 发布 1 万亿参数开源模型 ML4
你有没有在 2026 年的某个深夜, 让 ChatGPT 帮你写完一封很难写的邮件, 让 Cursor 帮你改完一个很难改的 bug, 让 Midjourney 帮你画完一张很难描述的海报——然后在第二天早上醒来时, 心里悄悄闪过一个念头: "AI 已经比我自己快了, 我是不是要被淘汰了？"
你大概率不知道的是: 今天凌晨, 一家法国公司, 正式把你刚才用过的所有 AI, 摆到了第二排.
2026 年 10 月 6 日, 法国 Mistral AI 正式推出 Mistral Large 4 公开预览版 (代号 le Chonk, 简称 ML4)——总参数 1 万亿, 激活参数 490 亿, 原生多模态. Mistral 在官方公告里写得很直接: "在网络安全、金融与法律等关键企业级工作负载中, ML4 在所有开源模型中均达到了 SOTA. 在某些特定领域, 例如视觉定位, 它的表现更进一步, 甚至超越了当前的前沿闭源模型".
而这件事最让你今天下午就要开始想的地方是——这个 1 万亿参数的模型, 这个月底就要开放权重免费下载. 也就是说: 你今天订阅的 ChatGPT Pro、Cursor Pro、Midjourney Pro, 大概率在 2027 年都会便宜一半——因为开源模型第一次在关键工作负载上, 把 GPT 和 Claude 摆到了"能用但不是必须"的位置.
而这件事对你今天就要开始想的事, 远不止订阅费.
一、数字: 1 万亿、490 亿、3,800 块 GPU、$1.36、$4.18
Mistral Large 4 的数字摆出来很简单.
第 1 个数字: 1 万亿. 这是 ML4 的总参数——模型里所有"权重"的总数. 1 万亿, 是 GPT-4 公开估计参数量的 1.5 倍, 是 Llama 3.1 405B 的 2.5 倍, 是 Mistral 自己上一代 Large 2 的 5 倍. 在开源模型里, 1 万亿是 2026 年 10 月之前没人做到过的数字.
第 2 个数字: 490 亿. 这是 ML4 的激活参数——模型在每一次回答问题时, 真正"用上"的参数. 1 万亿参数总量里, 只有 490 亿被激活, 其余的 9,510 亿, 是模型"备着不用"的"知识库". 这种**"1 万亿总量 + 490 亿激活"**的设计, 叫做 MoE 架构 (Mixture of Experts, 混合专家)——它让你每次推理的成本, 只跟 490 亿参数有关, 不是跟 1 万亿参数有关.
第 3 个数字: 3,800. 这是 Mistral 用来训练 ML4 的 NVIDIA Grace Blackwell GPU 数量. 3,800 块 GB200/B200, 训练一个 1 万亿参数的 MoE 模型, 跑了大约 6 个月. Mistral 这家公司, 从 2023 年成立到今天, 用了 3 年时间, 把全球前 3 的开源模型公司, 全部打到了第二排.
第 4 个数字: $1.36. 这是 ML4 每百万 tokens 输入的价格——按今天汇率约 9.1 元人民币. 同期, GPT-4o 输入价 $2.50/百万 tokens, Claude Sonnet 4.5 输入价 $3.00/百万 tokens. ML4 比 GPT-4o 便宜 46%, 比 Claude Sonnet 4.5 便宜 55%.
第 5 个数字: $4.18. 这是 ML4 每百万 tokens 输出的价格——按今天汇率约 28.1 元人民币. 同期, GPT-4o 输出价 $10/百万 tokens, Claude Sonnet 4.5 输出价 $15/百万 tokens. ML4 比 GPT-4o 便宜 58%, 比 Claude Sonnet 4.5 便宜 72%.
而最让你今天下午就要开始想的数字是: 这个 1 万亿参数的模型, 这个月底就要开放权重免费下载——任何人、企业、研究机构, 都可以下载, 都可以在本地部署, 都可以在自家服务器上跑. Open weights, 免费, 月底.
二、为什么是 Mistral, 为什么是 2026 年 10 月
Mistral 不是无名小卒.
2023 年 4 月, Mistral 在巴黎成立——创始人 Arthur Mensch、Guillaume Lample、Timothée Lacroix, 三个人都是从 Meta AI (前身 Facebook AI Research, FAIR) 和 Google DeepMind 出来的法国工程师. 他们离开硅谷, 回巴黎做欧洲自己的大模型, 这件事在 2023 年听起来像笑话.
2023 年 12 月, Mistral 发布 Mistral 7B——70 亿参数的开源模型, 第一次在同尺寸级别里打平 Llama 2 7B. 硅谷第一次认真看巴黎.
2024 年 9 月, Mistral 发布 Mistral Large 2——1230 亿参数, 第一次在开源里正面挑战 GPT-4. 微软给 Mistral 投了 1500 万欧元, 把 Mistral 模型接入 Azure. Mistral 成为欧洲第一家拿到微软战略投资的 AI 公司.
2024 年 12 月, Mistral 完成 C 轮 6.4 亿美元融资——估值 110 亿美元, 跻身欧洲估值最高的 AI 独角兽.
2025 年 7 月, Mistral 发布 Mistral Medium 3——70B 参数, 在 H100 上跑出 GPT-4o 同等水平, 价格只有 GPT-4o 的三分之一.
2026 年 10 月 6 日, Mistral 发布 Mistral Large 4——1 万亿参数, 视觉定位超越 GPT-5、Claude Opus 4.5、Llama 4 Behemoth, 月底开放权重.
而 Mistral 做这件事, 不是在硅谷, 不是在山景城, 不是在西雅图. 是在法国巴黎, 在 Mistral 位于欧洲的自建数据中心里, 用 3,800 块 NVIDIA Grace Blackwell GPU, 从零开始训练. Mistral 在公告里写得很直白: "其欧洲部署方案完全由 Mistral 实施端到端独立运营, 严格遵循欧盟法律法规, 不受制于任何其他第三方数字服务提供商".
这句话翻译成 2026 年 10 月这个时间的语言, 是: 欧洲 AI 第一次在关键工作负载上, 同时拿到了"和美国顶尖模型同等能力" + "完全独立于美国基础设施"两张牌.
而这件事最让你今天下午就要开始想的, 是它的训练数据. ML4 的训练语料覆盖超过 160 种自然语言, 全面囊括欧盟所有 24 种官方语言——包括中文. Mistral 在官方公告里明确写道: ML4 在多语言能力上的目标, 是让欧洲任何一个用户, 用自己母语就能用上 GPT-4 同等水平的 AI.
这件事, 不是技术新闻. 这是 2026 年 10 月全球 AI 格局重新洗牌的第一声哨.
三、你的下一份订阅合同, 大概率会在 2027 年便宜一半
你可能觉得 ML4 跟你没关系. 我帮你把这件事翻译成你身边正在发生的事.
翻译 1: 你的 ChatGPT Pro 月费, 大概率在 2027 年开始降价
2026 年 10 月, ChatGPT Pro 月费 $200——按今天汇率约 1,343 元人民币. 它从 2024 年 12 月的 $200 涨上来之后, 已经 22 个月没降价.
而 ML4 的输入价 $1.36 / 百万 tokens, 输出价 $4.18 / 百万 tokens——和 ChatGPT Pro 自带的 GPT-4o 同等任务比起来, ML4 便宜 46%-72%.
翻译: 你今天订阅的 ChatGPT Pro, 大概率在 2027 年 OpenAI 续约时, 第一次开始降价或赠送更多 tokens——因为开源模型第一次有了"能替代 ChatGPT Pro"的能力, 而且免费. 你大概率在 2027 年的某个月, 收到 OpenAI 的邮件: "您的 ChatGPT Pro 续费价格, 已从 $200 调整为 $149"——那封邮件, 大概率就是 Mistral ML4 倒逼出来的.
翻译 2: 你的 Cursor / Copilot 月费, 大概率在 2027 年被国产替代
2026 年 10 月, Cursor Pro 月费 $20、GitHub Copilot Business 月费 $19/用户——它们今天给你的代码补全能力, 大部分跑在 GPT-4o 和 Claude Sonnet 4.5 后面.
而 ML4 在网络安全、金融与法律这些关键企业级工作负载上, 表现不仅开源第一, 更超越了当前的前沿闭源模型——Mistral 在公告里这么写. 代码补全属于"金融与法律"的外延——ML4 大概率在 Cursor 这种工作负载上, 也能跑出 GPT-4o 同等水平.
翻译: 你今天用的 Cursor, 大概率在 2027 年的某个月, 第一次支持 "用本地 ML4 模型替代 GPT-4o" 这个选项——而本地跑 ML4 49B 激活参数, 只需要 2-4 块 RTX 5090 (单块约 1.6 万元人民币), 一次投入 5 万元人民币, 之后永远免费. 你大概率在 2027 年的某个下午, 算了一笔账: "5 万元设备 vs 每年 $240 Cursor 订阅费 = 3 年回本, 第 4 年开始零成本".
这件事, 是你今天订阅的 Cursor Pro, 大概率在 2027 年悄悄降价的真正原因.
翻译 3: 你的 Midjourney / Suno / Runway 月费, 大概率在 2027 年开始捆绑开源模型
2026 年 10 月, Midjourney Pro 月费 $30、Suno Premier 月费 $24、Runway Gen-3 月费 $35——它们今天的"图像生成 / 音乐生成 / 视频生成"能力, 几乎全部闭源, 没有任何"免费替代".
而 ML4 是原生多模态——视觉定位超越前沿闭源模型——月底开源. Mistral 在公告里明确写道: ML4 在视觉定位上超越了当前的前沿闭源模型.
翻译: 你今天订阅的 Midjourney Pro, 大概率在 2027 年的某个月, 第一次支持 "用本地 ML4 模型替代 Midjourney v8" 这个选项——而本地跑 ML4 的视觉定位模型, 只需要 4-8 块 RTX 5090, 一次投入 8-13 万元人民币, 之后永远免费. 你大概率在 2027 年的某个加班深夜, 第一次让本地 ML4 帮你画完那张很难描述的海报——那张海报, 不需要再花 $30/月.
翻译 4: 你公司的 AI 预算, 大概率在 2027 年开始被 ML4 替代
2025-2026 年, 中国大公司的 AI 预算, 大部分花在 OpenAI API + Anthropic API + Azure OpenAI + AWS Bedrock——按一家中型互联网公司 1000 人研发团队算, 一年 AI 预算大约 300 万-500 万元人民币, 主要是 GPT-4o + Claude Sonnet 4.5 API 调用费.
而 ML4 的输入价 $1.36 / 百万 tokens, 按今天汇率 9.1 元人民币——一家同样规模的团队, 把 GPT-4o 全替换成 ML4, 一年 AI 预算能从 300 万降到 130 万, 节省 57%.
翻译: 你公司今天在 AI 上的预算, 大概率在 2027 年的某次年度预算评审上, 第一次出现 "开源模型替代" 这个选项——而那个替代方案的样板, 大概率就是 Mistral ML4. 你大概率在 2027 年的某个周二下午, 收到你 CTO 的邮件: "我们明年的 AI 预算, 已经从 500 万降到 220 万——省下来的 280 万, 我们拿去做新业务".
翻译 5: 你学的那份"Prompt 工程", 大概率要在 2027 年加学一份"模型微调"
2025-2026 年, 中国互联网公司的"Prompt 工程"培训大火——"怎么写好 Prompt, 让 GPT-4o 给出你想要的结果"——这门手艺, 在 2026 年值 30-50 万元年薪.
而 ML4 月底开放权重, 意味着: 你可以下载权重, 在你的私有数据上微调, 部署到你自己的服务器上——这种"私有模型"的能力, GPT-4o 和 Claude Sonnet 4.5 今天不允许你做.
翻译: 你今天学的 Prompt 工程, 大概率在 2027 年还是值钱——但你大概率要在 2027 年的某个月, 多学一份"开源模型微调"的手艺——因为 ML4 允许你在自己公司的客服数据 / 销售数据 / 财务数据上微调一个专属于你们公司的 ML4 私有版. 这种"私有模型"的能力, 是闭源模型永远给不了你的.
四、这件事, 中国读者为什么一定要看完
ML4 这次的开源, 不是孤例.
2024 年 7 月, Meta 发布 Llama 3.1 405B——4050 亿参数开源, 第一次让开源模型在通用任务上打平 GPT-4.
2025 年 4 月, Meta 发布 Llama 4 Behemoth——2 万亿参数, 总参数史上第一, 激活 288B, 仍未开源.
2025 年 7 月, 阿里发布 Qwen 3-Max——超过 1 万亿参数, 中文能力开源第一.
2026 年 1 月, DeepSeek 发布 DeepSeek V4——1.2 万亿参数, 激活 490 亿, 中文场景超越 GPT-5.
2026 年 10 月, Mistral 发布 Mistral Large 4——1 万亿参数, 激活 490 亿, 视觉定位超越前沿闭源, 月底开源.
你能看到的, 是 Mistral. 你看不到的, 是 Meta、阿里、DeepSeek、智谱、月之暗面、MiniMax——这些 2024-2026 年三年里, 默默把"开源模型"从"玩具"做成"主力"的中国和美国公司, 都在用"1 万亿参数 + 几百亿激活 + 月底开源"的标准配置, 把 GPT / Claude / Gemini 倒逼到"必须降价"的位置.
而 ML4 这一次的特别之处, 是它在视觉定位这个前沿闭源模型最强的领域, 第一次跑到了开源第一——Mistral 在公告里写得很直白: "在某些特定领域 (例如视觉定位), 它的表现更进一步, 甚至超越了当前的前沿闭源模型".
这件事, 不是开源模型"又一次追平闭源"——而是开源模型在 2026 年 10 月, 第一次在"闭源模型最后一块领地"上跑赢.
而 Mistral 做这件事, 不是在硅谷, 是在巴黎——欧洲自建数据中心, 3,800 块 GPU, 严格遵循欧盟 AI Act. 这件事, 是 2026 年 10 月, 全球 AI 格局第一次从"美国一极", 变成"美国一极 + 欧洲一极".
五、5 件你现在就该想的小事
1. 如果你今天订阅了 ChatGPT Pro / Cursor Pro / Midjourney Pro, 大概率在 2027 年会收到降价邮件. ML4 倒逼出来的不是"OpenAI 倒闭", 而是"OpenAI 第一次开始降价"——你大概率在 2027 年的某个月, 第一次看到 ChatGPT Pro 从 $200 降到 $149. 那封邮件, 大概率就是 Mistral ML4 倒逼出来的.
2. 如果你今天做 SaaS / AI 产品 / AI 内容创作, 大概率要在 2027 年支持"开源模型"作为选项. ML4 月底开源之后, 你的客户大概率会在 2027 年的某次续约谈判时, 第一次问一句: "这个功能能不能用本地模型跑？我不想每月花 $30". 你今天不准备好开源模型选项, 你大概率会在 2027 年失去 30% 的客户.
3. 如果你今天在中国大公司做 AI 工程, 大概率要在 2027 年学会"开源模型微调". ML4 允许你下载权重 + 私有数据微调 + 本地部署——这种"私有模型"能力, 是闭源模型永远给不了你的. 你大概率在 2027 年的某次晋升答辩上, 第一次听到评委说: "这位同事去年主导了公司客服场景的 ML4 微调项目, 节省了 180 万 API 费".
4. 如果你今天做 AI 投资 / 一级市场 / 二级市场, 大概率要在 2027 年重新看一次 Mistral 的估值. Mistral 在 2024 年 12 月估值 110 亿美元——按今天汇率约 737 亿元人民币. 2026 年 10 月, 1 万亿参数 ML4 开源之后, Mistral 大概率在 2027 年的下一轮融资里, 估值冲到 300-500 亿美元——按今天汇率约 2,012-3,353 亿元人民币. 你今天不买 Mistral 的股票, 你大概率会在 2027 年的某次同事饭局上, 听到另一个同事炫耀"我去年在 Mistral B 轮跟投了 50 万美元".
5. 如果你今天还在用"AI 还很远"安慰自己, 你大概率要被 2027 年的同事悄悄超过. AI 不是"未来 5 年"的事, 是"2027 年你上班的第一天"的事. 你今天不学 Prompt 工程 + 开源模型微调, 你大概率在 2027 年的某次公司 AI 培训名单上, 第一次发现自己被列入"待优化"那一栏.
最后一句话:
你以为你订阅的是一个 AI 工具. 实际上你订阅的是一家美国公司在 2026 年这个十字路口做出的定价选择——是定价 $200 / 月, 还是定价 $149 / 月; 是给你 GPT-4o, 还是给你"GPT-4o + 7 天通知期"; 是让你付订阅费, 还是让你付"本地部署的一次性硬件费".
Mistral ML4 这次的开源, 是在告诉所有订阅 AI 服务的人: 你今天花 $200、$20、$30 订阅的那个服务, 它的研发工程师在哪个国家、它的训练数据在哪片云、它的权重在谁的服务器, 大概率决定了它未来 1 年的定价权.
而这件事, 在 2026 年 10 月, 已经不再是未来的事了.
P.S. 你大概率从来没跟 Mistral 这家公司发生过直接关系. 但你大概率在 2026 年的某个加班的深夜, 让 ChatGPT 帮你写过邮件, 让 Cursor 帮你改过 bug, 让 Midjourney 帮你画过海报. 那些按钮, 是 OpenAI / Anthropic / Midjourney 在 2026 年这个十字路口, 用 110 亿美元估值的 Mistral 倒逼出来的"还没降价"的产品.
P.P.S. Mistral ML4 这次的开源, 不会让 OpenAI 立刻倒闭、不会让你的 ChatGPT Pro 立刻退款. 但它会让全球所有闭源 AI 公司在 2027 年续写定价表时, 第一次开始认真想"我是不是应该降价". 而那一次降价, 可能就是你下一次订阅 AI 服务时, 多出的 $51 月费节省、多出的"开源模型选项"按钮、多出的"本地微调"权利. 监管从来不会替你解决所有问题, 但 Mistral ML4 这次的开源, 会让你下次订阅 AI 服务时, 多出 5 秒钟认真看一眼"有没有开源替代"那栏的底气.