Mistral 發布 1 兆參數開源模型 Large 4：歐洲 AI 主權與「自主部署」的關鍵一步

10 月底，法國 AI 公司 Mistral 正式開放 Mistral Large 4（暱稱 le Chonk） 的模型權重——這是一款總參數達 1 兆（1T）、活躍參數 52B 的原生多模態混合專家（MoE）模型。Mistral 稱它在編程、代理式工作流與多模態理解上，已達到全球最強開源模型的水準，並在多個企業關鍵領域（網路安全、金融、法律）成為開源模型中的最佳選擇。這既是開源權重賽道的又一場軍備競賽，也把「歐洲 AI 主權」與「自主部署」兩個議題推到檯面。

Le Chonk：專為企業關鍵任務打造的多模態大模型

Mistral Large 4 由 Mistral 位於歐洲自有數據中心的 3,800 張 NVIDIA Grace Blackwell GPU 從零訓練，橫跨超過 160 種語言（含歐盟所有官方語言）。它的設計重點不在單純的參數規模，而在「用更少活躍參數、跑出企業級表現」：

網路安全：在 Artificial Analysis Cyber Index 上名列全球前五，其中一個測試要求模型複現開源軟件的真實漏洞並加以修補，ML4 拿下 82% 的全場最高分；在 Cybench 上解出 93% 的安全競賽題。Mistral 特別指出，多個頂尖封閉模型（包括 Claude Opus 5.5、GPT-6 Astra）在此類測試上接近零分，因為它們因安全過濾而拒絕執行「複現漏洞」的工作——而資安防禦往往正需要先證明漏洞真實存在；\n- 代理式編程：在 Coding Agent Index 的組合得分 49.8% 上領先 DeepSeek V4 Pro 與 Qwen3.8 Max；在 AutomationBench（涵蓋 Gmail、Google Sheets、Slack、Salesforce 等 657 個商業工作流）得分 59.9%，並在長任務知識工作的 AA-Briefcase 上領先；\n- 企業可自主部署：因其開源權重特性，ML4 可在**私有雲或本機（on-premise）**上運行，配合企業自身的政策與稽核需求。

開源權重的關鍵賣點：能力 + 自主（autonomy）

Large 4 的最大特色，是把「頂尖能力」與「部署自主性」綁在一起，這正是開源權重與雲端 API 最本質的差異所在。Mistral 明確點出一個實際痛點：提供者層級的拒絕（refusal)可能阻擋合法的漏洞研究與事件應對，而在攻擊進行中突然失去某項能力，本身就構成資安風險。開源權重讓企業既能獲得頂級能力，又能在自己的政策下運行安全工作——能力與控制毋須二擇其一。

這也呼應了我們上週討論的趨勢：開源模型正從「可以跑」走向「也能支撐代理式與資安等級的工作負載」。對重視資料主權與供應鏈多元化的機構而言，開源權重的價值不再只是省成本，而是擁有模型、可審計、不受單一供應商綁定。

對企業與開發者的啟示

「模型中立 + 自主部署」的務實路線：想要控制成本、又想保留頂尖能力，可以同時保留雲端大型模型與開源權重──用授權相容的介面（如 MCP、OpenAI 相容 API）抽象模型層，讓企業在多個權重之間動態切換，這是降低供應商鎖定風險的具體做法；\n- 別只看基準分數，要看「部署環境」：ML4 的材料提示，企業在敏感行業（金融、法律、醫療、製造）與開放式沙盒環境（allowlist 與 guardrail 較少）中最有價值。評估時除了「分數」，更要看它允許你做甚麼、限制你做甚麼；\n- 資安團隊可開始試點「開源模型做防禦」：ML4 在漏洞複現與修補上的高分，顯示開源模型可以扮演防禦工作的主力或備援，且不受閉源模型的安全過濾掣肘。香港的資安團隊可在沙盒中先用小型專案驗證其分析漏洞與撰寫偵測規則的能力；\n- 對中小企：先試 API，再談自主部署：1T 參數模型的本機部署硬體成本不低。務實的路徑是先在雲端或試點環境驗證表現，確認真的符合需求並建立內部治理，再評估是否值得投入私有部署——執行與交付本身沒有門檻，但它究竟放在哪裡，取決於成本與合規考量。

Mistral Large 4 的開源權重，是開源權重賽道與「AI 主權」趨勢的一次強力表態：不僅要做出頂尖模型，更要讓企業擁有它、在符合自身政策的地方運行它。對同時服務多個市場、又重視數據主權的香港企業而言，這種「能力與控制兼得」的模型供應路線，正在成為一個日益可行的選擇。