Mistral Large 4 加入 Open Math OS——而开放部分附带等候名单

2026年11月3日，Mistral Large 4 成为 Open Math OS 上的最新模型。Open Math OS 是 SAIR Foundation 的共享工作空间，数学家和 AI 智能体在其中合作推进同一批项目。此次公告是一则简短帖子，而非发布页面：1.05T 开放权重、100万上下文窗口，当天面向获批团队上线。最后这一点值得细想。Open Math OS 仅基于开放模型构建，正是为了让数学界能够检查并运行其所依赖的模型，而最新加入的模型仍要经过审批队列才能使用。已在名单上的三个模型也是如此：DeepSeek V4.1 Flash、Kimi K3 和 GLM-5.3-Flash。

Mistral 究竟说了什么，又略去了什么

该帖子包含两项技术主张和一项访问条款。这两项主张——1.05万亿总参数和一百万token的上下文窗口——与Mistral于10月29日发布的检查点相符，因此并非营销层面的数字游戏。访问条款则是“经批准的团队”，但未说明批准需要满足什么条件、需要多长时间，也未说明个人研究者能否在没有团队的情况下获得访问权限。

这篇帖子没有提到的内容同样具有信息量。文中没有数学基准测试。没有任何声明表明 Mistral Large 4 曾在 Lean 证明、形式化工作或 Open Math OS 所针对的任何任务上接受过评估。也没有说明该模型是否与现有模型获得相同的工具权限——shell、PDF 工具、Lean 检查器、MCP 服务器——还是仅获得缩减后的工具集。此外也没有定价信息，这与一个依靠捐赠算力而非按 token 计费运行的工作空间相符。

这些都不是对模型的批评。它描述的是，在权重发布六天之后，关于这种配对仍有太多未知。

Open Math OS 是一个工作区，而不是一个模型

这一区别很重要，因为这个名字读起来就像是一个操作系统。Open Math OS 是 SAIR Foundation 的一项倡议，于 2026 年 10 月 16 日软启动，SAIR 联合创始人 Terence Tao 将其描述为一种托管服务，拥有“类似前沿 AI 模型的服务和 Web 界面”，而不是任何需要安装的东西。其开源运行时 Open Math Harness 用 Rust 编写，并结构为基于能力的微内核：包括智能体在内的每个程序都作为受限进程运行，而其明确的设计原则是“智能体提议，数学家决定”。

围绕这个核心的，是那些让它成为工作区而非聊天窗口的东西。团队账户让成员可以看到彼此的提示词。持久的项目记忆。一种名为 Ultramath 的并行探索模式，可同时让多个智能体针对同一问题运行。经过 Lean 验证的证明搜索。支持 MCP 服务器以及用户自行构建的插件。SAIR 正在向学术申请者提供免费账户，并在捐赠的计算资源上运行整个系统，这就是为什么账户上限和配额调整被明确提上日程。

它发布时的模型阵容完全由中国开放权重模型组成。这正是 Mistral Large 4 填补的空白：它是 Open Math OS 上首个来自欧洲实验室的模型，也是首个背后有法国主权部署方案的模型。对于一个以社区掌控数据为卖点的基金会来说，拥有一个非中国、非美国的选项是真正的补充，而不是走过场。

讨论串里无人提出的许可证问题

Mistral Large 4 并非采用 Apache 2.0，这与其前代相比是一项变化。其权重以 Mistral Ecosystem Open-Weight License 发布，这是一份修改版 MIT 许可证，允许使用、修改、微调和商业化——但有一项例外。任何将该模型作为模型即服务提供的人都必须从 Mistral 获得单独的商业许可证。

Open Math OS 是一项托管服务，让团队可以通过网页界面调用模型。这种安排究竟属于许可证意义上的“模型即服务”，还是属于嵌入式最终用户产品的豁免情形，抑或符合仅将请求转发给托管在其他地方的模型的狭窄例外，是一个 SAIR 尚未公开回应的法律问题。Mistral 也未说明。完全有可能——甚至很可能——该公告背后存在一项双方均未说明的商业协议。但看到“开放权重”并以为托管问题已经解决的读者应当知道，事实并非如此，因为同一条款将适用于每一家想基于该模型构建共享工作空间的实验室。

为什么 100 万的上下文窗口在这里不只是规格表上的一行参数

上下文窗口通常按文档体量来售卖，一百万 token 听起来就像一只档案柜。在形式化数学工作区里，真正有用的版本却不一样。一个项目会累积一个 Lean 文件、它的导入项、一个证明状态、围绕某个失败 tactic 的讨论，以及智能体自身的会话历史。所有这些都必须处在同一个框架里，智能体才能做点别的，而不是只能靠猜。能跨越数天存续的线程，正是共享工作区的意义所在；一个会截断这些线程的窗口，会让每次会话都变成冷启动。

这是论证 Mistral Large 4 为何契合该设计的理由，而不是它能表现出相应性能的证据。在发布周里，这两者很容易被混淆，而 Mistral 的博文也帮不上忙——它把窗口大小作为标题数字列在参数数量旁边，这属于规格表的表达方式，而非评估。

获批团队能得到什么，以及哪些仍未说明

• 评估——在 Open Math OS 上，尚无 Mistral Large 4 的已发表数学结果；Tao 称该名单中的首发模型大约落后前沿一年，且擅长中等规模的 Lean 形式化，这属于能力声明，而非评分。

• 工具对等性——未说明新模型是会获得 Ultramath、证明搜索和完整的科学工具链，还是在评估期间仅获得有限子集。

• 限制——工作区内没有公布速率限制、配额或上下文上限；无论模型支持何种规格，1M 窗口都可能被平台截断。

• 数据政策——陶在十月写道，SAIR 希望“先收集一些使用数据，然后再最终确定我们的政策”。这是一句诚实的说法，也是为什么在把未发表的证明放入项目之前要先阅读现行条款的一个理由。

• 选择 — 未说明团队如何为每个项目挑选模型、该选择是按聊天还是按项目进行，或 SAIR 是否会在两者之间自动路由。

这种模式始终一致：公告描述的是某款模型被加入产品阵容，而不是某项能力得到展示。如果你正在决定是否申请，这就是证据所呈现的真实状况。

如果你想要的是模型而不是工作区

Open Math OS 是这个故事中有意思的部分，但它并不是调用其所运行模型的唯一方式。GLM-5.3-Flash 已按提供商标价收录在 OrcaRouter 目录中，Kimi K3 也是如此——它们是该工作区发布时首批提供的三款模型中的两款，可与另外 200 多个模型一起通过同一个 API 调用，并支持提供商之间的自动故障转移，且按提供商自身费率零加价。如果你想要的是一个模型组合而非单一答案，路由 DSL 会将它们组合成一次调用；这大致近似于 Ultramath 在工作区内所做的工作，只是没有附带 Lean 检查器。

Mistral Large 4 不在我们的目录中，我们也不会假装它在。如果你特别想要那个模型，目前可走的途径是 Mistral 自己的 API、Hugging Face 上的开放权重检查点，或该供应商的第三方托管合作伙伴。取舍确实存在：工作区为你提供共享项目、工具和证明校验；API 只给你模型本身，价格可以衡量。

接下来看什么

三件事将把它从一次名单更新变成一项实际成果。在 Open Math OS 内部进行逐模型评估——哪怕规模很小，只是一组 Lean 形式化，并对全部四个模型以相同方式评分——将成为关于数学家应为哪项工作选择哪个模型的首批公开证据。一份已发布的访问政策将化解“开放”与“获批”之间的张力。而 SAIR 或 Mistral 就托管安排与 model-as-a-service 条款之间的关系作出声明，将让其他所有实验室知道自己能否构建同样的东西。

在此之前，准确的概括范围很窄：一个拥有100万上下文窗口、万亿参数的开放权重模型，如今已成为某个研究工作区中的选项之一，而按其创始人自己的说法，这个工作区仍是一个非常早期的版本。