昨天 Hacker News 首頁掛著一則奇怪的標題——Mistral 直接從 Large 2 跳到 Large 4。246 分、86 則留言,在模型發布類貼文裡算是少見的高熱度。
跳號這件事本身就值得聊。一般廠商要嘛版本號連續(2 → 2.1 → 3),要嘛徹底改名(Llama 2 → Llama 3)。Mistral 這種「2 直接到 4」的操作,要嘛是內部覺得 Large 3 這個代號跟產品定位衝突,要嘛就是新世代架構變動太大,沿用舊編號會讓使用者產生錯誤預期。
我翻了 Mistral 的官方文件頁,把硬指標拉出來比轉述新聞實在。
跳過 Large 3 的命名異常
跳過版本號在軟體業不算新鮮事。Windows 跳過 9 是為了相容性問題,macOS 跳過 11 是為了版本對齊,Ubuntu 跳過 6.10 則是因為發行週期混亂。但 LLM 廠商這樣搞,Mistral 是頭一家。
結合 HN 討論的密度來看,大概不是普通小改版。我猜兩種可能:
- 架構重寫:MoE 參數路由改了,或是訓練範式換掉(例如 sliding window attention)。這種情況下沿用 Large 3 會讓技術文件一團亂。
- 能力維度躍遷:從純文字模型升級為原生多模態,或加入新的工具呼叫/Agent 能力。版本號直接 +2 是為了告訴開發者:「這是新物種,別用舊 API 的期待來用我。」
HN 留言裡有人提到 Mistral 在 2024 年底就放出過「Large 3」的灰度測試,後來召回了一部分。可能是測試回饋不佳,也可能是合併到現在的 Large 4 裡了。具體原因 Mistral 沒有公開。
官方文件裡有什麼
直接看文件比看二手新聞靠譜。Mistral Large 4 的頁面我從頭翻到尾,幾個重點:
Context Length:128K tokens。跟 Claude Sonnet 4 一個量級,跟 GPT-4o 的 128K 持平。對長文件分析、程式碼庫級 RAG 來說夠用,但不算領先——Gemini 2.5 Pro 已經 2M 了。
Modality 支援:文字 + 圖片(圖片理解)。不支援影片和音訊。Mistral 在語音方向有 Voxtral 系列,在視覺文件上有 Pixtral,所以 Large 4 大概率只負責文字主任務,不搶子模型的活。
API 配額:le Chat 平台免費使用者有 rate limit,API 按 token 計費。具體價格文件沒列(可能還在調整),但 Mistral 歷來走低價路線,Large 2 的定價是 GPT-4 的 1/5。
Function Calling:支援。結構化輸出(JSON schema)和 tool use 都到位。這是做 Agent 的基礎能力。
# Mistral Large 4 的標準呼叫方式
from mistralai import Mistral
client = Mistral(api_key="...")
response = client.chat.complete(
model="mistral-large-4-0",
messages=[{"role": "user", "content": "解釋一下什麼是 MoE 架構"}],
tools=[
{
"type": "function",
"function": {
"name": "search_docs",
"description": "搜尋內部文件",
"parameters": {
"type": "object",
"properties": {
"query": {"type": "string"}
}
}
}
}
]
)
跟 Claude 的 tool use 寫法幾乎一樣,遷移成本不高。
歐洲合規這張牌
Mistral 是法國公司,總部在巴黎。這是它的核心資產,也是它跟 OpenAI/Anthropic/Google 最大的差異化。
歐盟從 2024 年開始執行 AI Act,對高風險場景(醫療、招聘、教育、司法)的模型有透明度、可追溯性、資料來源合規的要求。GDPR 還在,資料落地要求沒變。如果一家法國醫院想用 LLM 處理患者病歷,資料出境到美國伺服器就違法。
Mistral 的對策是 EU 主權雲:資料儲存在歐盟境內的資料中心,推論也在歐盟。這件事 OpenAI 做不到(用 Azure 美國東區),Anthropic 做不到(主要在 AWS US),Google 只有部分 region 在歐洲。Meta 的 Llama 是開源的,但企業自架到歐洲機房,維運、合規、稽核都要自己扛。
Mistral 的優勢在於全端都在歐洲——模型是法國人訓練的,資料中心是歐洲的,合約適用歐盟法。對政府企業客戶來說,這才是真正的「資料不出境」。
HN 留言裡有個法國開發者講得直接:「Mistral 不是最好的模型,但它是我能放心用的。」
開源路線的退守
Mistral 早期靠開放權重起家。Mistral 7B、Mistral 8x7B(Mixtral)、Mistral 7B v0.3 都在 HuggingFace 開源,Apache 2.0 授權。社群當時很興奮,因為終於有個歐洲廠商敢跟 Meta 打對台。
但 Large 系列不一樣。Large 2 是 API only,權重不開。社群對此一直有怨言。
Mistral 的說法是:「大模型訓練成本太高,開源不經濟。」這話聽起來合理,但跟它早期「為開源 AI 而戰」的調性有衝突。一種解讀是,Mistral 用開源小模型建立開發者生態,然後用閉源大模型賺錢。商業上說得通,品牌上有點割裂。
Large 4 走 API only 的機率很高。理由:
- 大模型權重一旦開放,就會被蒸餾、被微調、被繞過付費牆。Mistral 還在燒錢階段,需要營收。
- 歐洲政府企業客戶本身就偏好「供應商提供託管服務」的模式,不用自己部署。
- 開源 Large 4 意味著任何中國廠商都能拿去當底座,稀釋 Mistral 的競爭優勢。
權重開放可能性:5%。Mistral Small 或 Mistral Nemo 這類小模型會持續開源,Large 旗艦不會。
對中國廠商意味著什麼
Qwen、DeepSeek 在歐洲已經有一定存在感。阿里雲在歐洲有 region,DeepSeek 的開源模型在歐洲開發者圈口碑不錯。但政府企業市場是另一個戰場。
法國國防部、歐盟執委會、德國聯邦政府的 AI 採購清單,會優先考慮「歐盟境內供應商」。中國廠商在 GDPR 和供應鏈透明度上有先天劣勢,不是因為技術不行,是地緣政治。
Mistral Large 4 如果真的把「EU 主權雲」做扎實——不是嘴上說說,而是有合規認證、有資料中心、有法務支援——它會成為歐洲政府企業的預設選擇。這會擠壓 Qwen、DeepSeek 在歐洲 B2B 的空間。
但反過來,中國廠商可以走另一條路:開源 + 自架。DeepSeek V3 的權重在歐洲下載量很大,中小公司、研究機構更願意用這種模式。Mistral 在大模型層封閉,在小模型層開放——Qwen 和 DeepSeek 可以反過來操作:大模型開源,小模型閉源(例如 API 強化版)。
一個可能的劇本:Mistral Large 4 拿下歐盟政府企業,Qwen 3 拿下歐洲開源社群,兩家各佔一邊,不正面衝突。
編輯思考
歐洲想建 AI 主權,但使用者跑在 AWS、Azure 上——這才是 Mistral Large 4 真正的尷尬。技術好不好是一回事,能不能讓歐洲政府企業真正把工作負載從美國雲遷過來,是另一回事。
歷史上歐洲的「技術主權」專案大多折戟。Gaia-X(歐洲雲)拖了四年還沒成形,半導體製造聯盟 ASML 之外的 EUV 產能為零。AI 主權會不會重蹈覆轍?
我的判斷:Mistral Large 4 會拿到幾份指標性合約(例如某歐盟機構、一家法國國企),但不會形成規模。理由是遷移成本——企業已經在 AWS/Azure 上跑通了流程,合規補丁也都打過了,換 Mistral 的邊際效益不夠大。除非歐盟立法強制要求,否則「用 Mistral」會停留在政治正確但經濟不划算的層面。
這次跟過去不同的是,Mistral 不是一家歐洲空殼公司。它有真實的產品線、真實的客戶、真實的工程師。它的失敗不會讓「歐洲 AI」這個概念消失,只會讓下一波歐洲 AI 創業更務實——不再喊主權口號,而是做具體的差異化(例如多語系、低延遲、特定產業)。
不確定的地方:我無法判斷 Mistral Large 4 在基準測試上的真實位置。如果它跟 GPT-4o 持平或更強,政府企業市場會買單;如果只是「堪用」,那它會停留在歐洲本土中小企業,吃不到跨國大單。
文件頁面的指標我盡量核對過,但價格、配額、具體的 benchmark 資料文件沒全列,需要等 Mistral 後續更新。
參考來源: