一个万亿参数的”大块头”，免费送了
10月29日，法国AI公司Mistral AI正式放出了它家旗舰模型 Mistral Large 4（内部代号 le Chonk，英语里”大肥猪”的意思，官方自己起的，挺有自嘲精神）的模型权重。说人话就是：这个拥有1万亿参数的大模型，现在任何人都可以去网上免费下载，拿回自己的电脑上跑。
你可能会问：万亿参数的模型，跟我一个普通人有什么关系？别急，这篇文章就说说三件事：它到底是个啥、普通人有什么方式能”蹭”上它、以及下载来自己跑需要什么条件。
先搞懂：什么是”开放权重”？
大模型本质上是几百GB甚至几TB的”参数文件”，就像一个大脑的全部记忆和知识，压缩成了数据。所谓”开放权重”，就是官方把这个”大脑”直接放出来给你下载。
下载之后你能干什么？可以自己部署在自己电脑或公司服务器上用，可以修改它、微调它，甚至拿去做商业用途——Mistral这次的许可证（Mistral Ecosystem Open-Weight License，一个修改版MIT协议）允许个人、学术、微调和常规商业化免费使用。只有一个限制：如果你想搭个”模型服务”转卖给第三方（业内叫MaaS），得另外找Mistral谈商业授权。
顺便提一句，Mistral上一代 Large 3 用的是更宽松的Apache 2.0协议，这次算是收紧了一点点。但对普通使用者来说，基本没影响。
这个模型什么来头？
几个关键数字，都来自官方公布的信息：
- 1万亿总参数，每次只用490亿：它采用MoE（混合专家）架构，就像一个公司有128个部门，每个问题只派4个最对口的部门+1个共享部门处理，而不是全员上阵。所以它跑起来没有想象中那么”吃硬件”——但也只是相对而言，后面会讲。
- 原生多模态：能同时看图和读文字，视觉部分用的是16亿参数的Pixtral模块。
- 100万Token上下文：一次能”读进去”的内容大约相当于150万字的中文书。
- 欧洲制造：在Mistral位于欧洲的自有数据中心，用3800块英伟达Grace Blackwell芯片从零训练。
性能方面，官方宣称：编程智能体测试（Artificial Analysis Coding Agent Index）得分48%，与开源强手GLM-5.3基本持平，但每个任务消耗的Token少了47%——省Token就是省钱；Terminal-Bench 4.0 得分从三周前预览版的28.3%提到41%。这中间的三周，Mistral根据政府和企业试用的反馈又做了一轮强化学习。
不过要客观说一句：第三方评测机构Artificial Analysis十月初给预览版的智能指数只有38分，属于中游水平；也有第三方对比表显示它在某些编程测试上落后于DeepSeek、Kimi的开源模型。这次升级后的权重，独立评测还没出来，建议等一两周再看第三方数据，别只信官方口径。
价格：确实便宜
不想下载自己跑的，可以直接用它的API或者网页版，这次同步公布了正式定价：
- 输入：每百万Token 0.70美元（约5元人民币）
- 缓存输入：每百万Token 0.07美元
- 输出：每百万Token 2.10美元（约15元人民币）
对比一下，GPT-6 Astra当初的定价大约是它的3倍以上。便宜，是Mistral一贯的打法。
普通人三种方式用上它
方式一：第三方平台直接调用（最省事）
去 OpenRouter（openrouter.ai）这类模型聚合平台，搜索 Mistral Large 4，注册后按量付费就能用。很多支持自定义模型的AI工具（比如各类聊天客户端、编程助手）也可以填它的API地址直接接入。优点是不用管任何部署，缺点是需要会一点点英文界面的操作和海外支付。
方式二：Mistral官方渠道
Mistral自家的 Mistral Studio（studio.mistral.ai）网页版可以直接对话试用，API则在console.mistral.ai申请。另外微软已经率先在自己的云平台Foundry上架了这款模型，NVIDIA也提供NIM容器版本，走企业云服务的用户可以就近选择。
方式三：下载自己跑（进阶玩家）
Hugging Face上搜索 mistralai/Mistral-Large-4-1T-A52B，目前提供FP8和NVFP4两种精度的官方权重；社区（ggml-org和Unsloth）也很快做出了GGUF量化版。
但这里必须泼盆冷水：MoE架构的模型，虽然每次只激活490亿参数，但全部1万亿参数都得装进显存里待命。根据第三方测算：
- FP8完整版约1.05TB，最少需要8张H200这种数据中心级显卡，7×24小时租用云服务器每月大约4.6万美元——个人玩家基本告别。
- 社区GGUF量化版压缩到约260GB，可以勉强在512GB统一内存的苹果Mac Studio（M3 Ultra）上跑，速度约每秒15个Token。能用，但只适合尝鲜。
所以方式三真正面向的是企业IT部门和研究机构——尤其是那些数据敏感、不想把资料传给外部API的组织。模型在自己服务器上，数据不出门，这正是Mistral主打的卖点。
另外一个亮点：它主打”安全防御”
Mistral这次把网络安全能力当成核心卖点，官方给出的Cyber Index得分是51%，还宣称模型对恶意网络攻击请求的拒绝率高达96.6%。路透社报道时直接用了”主权网络防御”的说法——欧洲政府和公司可以下载它放在内网里，用来审代码、查漏洞、分析安全事件，不用求任何美国云厂商。地缘政治这盘棋，AI权重开放也是棋子之一。
注意事项
- 性能数据多为官方口径，第三方独立评测尚未出炉，理性看待。
- 自己部署门槛极高，个人用户建议走API或第三方平台，别为了”免费下载”买不起的硬件。
- 转售模型服务需要商业授权，想拿它做生意的先看协议。
- 国内访问Mistral官网和Hugging Face可能需要科学上网，API支付也需要海外信用卡。
写在最后
万亿参数级的旗舰模型开放权重，放在两年前是不可想象的事。现在开源阵营里，中国的DeepSeek、Kimi、Qwen，欧洲的Mistral，都在把最强的东西往社区里放。对普通人来说，最大的红利是：好模型越来越便宜，选择越来越多。今天你花几块钱就能调用一个万亿参数的”大脑”，这件事本身，就值得记住。