Mistral Large 4（Le Chonk）开放权重，主打编程与网络安全

Mistral 在公开预览三周后，基于社区反馈进一步扩展强化学习，提升了模型的编码和防御性网络安全能力。官方表示这些改进仍在加速，没有饱和迹象。

在编程方面，Mistral Large 4 在 FrontierCode 2.0 基准上以 19.7% 的得分领先，该基准评估端到端代码质量和仓库维护者的合并意愿。在 Artificial Analysis Coding Agent Index 上，它得分 48%，与领先的开源模型 GLM-5.3 持平，但每次任务平均使用的 token 减少 47%。相比预览版，它在 Terminal-Bench 4.0 上的得分提高了 13 个百分点至 41%，输出 token 减少 30%。

模型现在支持三种推理模式，供开发者根据任务复杂度选择，以控制性能与成本之间的权衡。人类偏好评估中，Mistral Large 4 在代码任务上被盲选优于 GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash，仅落后于 Claude Opus 5.5。

在网络安全领域，Mistral Large 4 在 Artificial Analysis Cyber Index 上得分 51%，能够发现、复现并修复代码库中的漏洞而不破坏现有功能。其内置护栏在区分防御性和恶意任务方面表现良好，在恶意网络请求上的平均拒绝率达 96.6%，为开源模型中最高。该模型完全在欧州基础设施上从零训练，提供清晰的数据溯源，适合需要数据主权的组织。