OmniTools 10月29日消息，据 Hugging Face 博客文章，Mistral 推出多模态、多语言 MoE 模型 Mistral Large 4（又称 Le Chonk）。该模型支持文本和图像输入并生成文本，约 1T 总参数、49B 激活参数，上下文窗口为 1M tokens。官方提供 FP8 和 NVFP4 两个版本，另有 Unsloth 及 llama.cpp 团队制作的 GGUF 量化版本，采用 Mistral Ecosystem Open-Weight License（MIT 衍生许可，对模型即服务用途设限）。
架构方面，Mistral Large 4 结合大量专家、稀疏注意力和 1.6B 参数的 Pixtral 视觉编码器。其文本解码器为 72 层、隐藏维度 6144、64 个注意力头，采用 MLA 与 DSA 索引器；每个 token 从 128 个专家中选择 4 个，另有一个共享专家。官方称该模型重点面向网络安全、编码智能体和多模态场景。
基准结果显示，其在 Artificial Analysis Cyber Index 的漏洞复现与修补测试中得分 82%，在 Cybench 的 40 项安全竞赛挑战中解决 93%，Lakera B3 攻击抵抗得分为 93.3%。编码方面，DeepSWE v1.1 为 61.7%，SWE-Atlas-QnA 为 59.4%，Terminal-Bench 4 为 28.3%，Coding Agent Index 综合得分为 49.8%。截至 2026 年 10 月 29 日，该模型在 Artificial Analysis Intelligence index 的开源权重模型中排名第五。
推理支持上，模型发布即支持 transformers、vLLM 和 llama.cpp，并提供 Inference Endpoints 与 Inference Providers 部署选项。Transformers 实现提供 AutoModelForMultimodalLM 和 AutoProcessor，可设置 low、medium、high 推理强度，默认 high 且不可关闭。
