Mistral Large 4 的权重终于公开：1.06 TB 和 2,632 字节的许可证究竟能让你得到什么

在 Mistral AI 将 Mistral Large 4 以仅提供 API 的公开预览形式发售二十三天后，该检查点落地。代码仓库 mistralai/Mistral-Large-4-1T-A52B 于 2026 年 10 月 29 日在 Hugging Face 上线——其元数据记录显示，当天 14:11 UTC 有过一次最后修改——包含 54 个 safetensors 分片、68 个文件、bf16 格式共 1,060.6 GB，且完全没有任何访问限制。与权重一同到来的，正是早前报道一直指出缺失的东西：一份许可证文件，全文 2,632 字节，题为《Mistral Ecosystem Open-Weight License》。空白已被填补。有趣之处在于，填补的内容究竟说了什么。

这条时间线值得明确，因为有三个日期在流传，而其中只有一个是实际交付。Mistral 于10月6日宣布了预览，并承诺“月底前”发布权重，但没有指定具体日期。二手报道指向10月27日；那个日期过去了，仓库仍然空着，而发布前的文章——包括本博客上的几篇——正确地描述了一张模型卡片：带有“Open”徽章、没有许可证名称、权重标签页显示“即将推出”。该仓库本身自9月30日起就作为占位符存在，其中没有任何文件。现在它有文件了。

读者目前能够直接核实的是仓库状态：文件列表、字节数、许可证文本，以及下载前没有任何环节要求先取得许可这一事实。目前尚无法核实的是所有取决于是否有人真正大规模运行该项目的方面——量化检查点是否保留了已公布的分数，1M 上下文是否真正提供服务而不只是配置上支持，以及大幅折扣的 API 费率能否撑过这个月。这些都在下方标为未决，而不是被含糊带过。

仓库里实际上有什么

bf16 版本是单一扁平的分片序列：consolidated-00001-of-00054.safetensors 到 -00054，其中五十二个分片大小在 19.7 到 20.0 GB 之间，最后两个分别为 16.9 GB 和 4.2 GB，外加一个 consolidated.safetensors.index.json。总数据量为 1,060.6 GB。在尚未缓存哪怕一个 KV 状态 token 之前，这已经是实打实的 1 TB 下载量；存储规划应围绕这个数字，而不是“1T 参数”这个标题数字——后者描述的是模型的算术宽度，而不是其磁盘占用。

对服务而言真正关键的算术是稀疏拆分：总参数约 1.05 万亿，每个 token 激活 490 亿，若计入嵌入层和输出层则为 520 亿，分布在 128 个路由专家中，每个 token 激活四个，外加一个共享专家。模型卡还宣称支持 100 万 token 上下文和 160 多种语言。在有人实测实际服务表现之前，这两项都只是厂商标称的上限。

• 访问——无门槛。Hugging Face 的 API 报告 gated: false，因此无需点击确认，也没有审批队列，除站点常规条款外也无账户要求。十月份围绕这次发布积累起来的等候名单，是为了等待公告，而不是为了等待许可。

• 服务元数据 — config.json、generation_config.json、processor_config.json、chat_template.jinja，以及 tekken.json和tokenizer.json。processor 配置之所以存在，是因为该模型既接受图像也接受文本。

• 流水线标签 — image-text-to-text。Mistral 将该模型描述为原生多模态，配备 16 亿参数的视觉编码器，输入文本和图像，输出文本。

• 量化版同族模型 — mistralai/Mistral-Large-4-1T-A52B-NVFP4，拥有独立仓库，创建于10月15日，包含43个文件、32个分片，大小610.1 GB，同样无需申请访问权限。Mistral将其定位为面向Blackwell硬件、原生支持NVFP4的版本，并声称其保持“相同性能”，但这一说法尚无公司外部人员验证。

• 基准测试图片——该仓库恰好随附两张图表，images/coding_index.png 和 images/intelligence_index.png。这两张图表均由厂商制作。它们可作为证据，说明 Mistral 希望你关注什么，但不应被视为独立测量；下一节要讨论的正是这一区别。

许可证，应阅读原文而非摘要

文件上的名称是 Mistral Ecosystem Open-Weight License，其第二句自称"MIT 许可证的修改版本"。全文仅 2,632 字节，短到可以一口气读完——大多数开放权重条款可做不到这一点。授权范围很宽：使用、复制、修改、合并、发布、分发、再许可及出售模型副本；运行、部署、进一步训练模型，以及创作衍生作品。允许商业使用。没有收入门槛，没有用户数量上限，没有使用领域限制，而且——与发布前关于收入门槛的猜测相反——没有任何企业必须低于的数字指标。

取而代之的是第2条中的一项条件。如果被许可方或关联方“经营模型即服务业务”，则其在使用该模型或其衍生品用于任何商业目的之前，必须与 Mistral 签署一份单独的商用许可。正是这一条款将开放权重与开放平台区分开来，而且它比初看时更为狭窄。“模型即服务”被定义为向第三方提供对该模型的访问，用于推理或后训练，“其方式使该第三方能够对输入、参数或训练数据行使有意义的控制。”

接下来是三项例外，它们比限制本身更重要：

• 终端用户产品——如果某产品的模型能力“仅嵌入在特定功能或测试框架中”，则该产品不属于本定义范围。发布一个恰好调用该模型的功能，并不等同于运营模型服务。

• 中转——"仅仅将请求转发至他人托管的模型"同样不在其范畴之内。按照本文的界定，将请求转发至他人托管端点的网关或路由器，并不构成 Model-as-a-Service 业务。

Internal use and Mistral's own products — Clause 3 exempts any use that does not make the model available to third parties, and any use through Mistral's official products.

实际理解可分为三种情况。把权重托管在自己组织内部，毫无疑问是可以的。围绕它构建产品，也是可以的。搭建一个 API，让客户直接获取模型的原始访问——包括输入、参数、训练——则必须先与 Mistral 签订商业协议。而将请求转发至 Mistral 托管推理的路由层属于例外条款，而这恰恰是网关在添加任何模型之前都必须先读懂的那句话。

这一点值得在我们自己的页面上直说：截至本文发布时，Mistral Large 4 并不在 OrcaRouter 的模型目录中，所以这不是我们今天能为你提供的路由方案。通过 Mistral 自家的 API 以及多家第三方托管平台，它现在就可以调用。OrcaRouter 所能提供的，是面向其所收录模型的通用替代方案——用一个 API 覆盖整个目录，按供应商标价原样透传、0% 加价，因此厂商调价当天即可生效；跨供应商自动故障转移；以及一套路由 DSL，可把多个模型组合进单次调用。当像这样的模型尚未经过验证时，故障转移也是让它承接真实流量、又不必把生产路径押在单一端点上的最省钱方式。

这些数字，按其产生者标注

到目前为止，本次发布附带的每一项性能数据都来自 Mistral。尚无第三方针对已发布的检查点发布完整的复跑结果，因此除非另有说明，以下内容均为厂商自报数据。

• Terminal-Bench 4.0 — 41%，高于预览版的 28%。Mistral 将 13 个百分点的提升归因于预览版与正式发布之间额外进行的三周强化学习。

• Artificial Analysis Coding Agent Index — 48%，Mistral 称这实际上与 GLM-5.3 持平，而每项任务平均少用 47% 的 token。该测评工具由 Artificial Analysis 制定，分数则是 Mistral 报告的结果。

• Cyber — 在 Artificial Analysis Cyber Index 上为 51%，据称对恶意网络请求的平均拒绝率为 96.6%，在 CyberGym-E2E 每次发布覆盖率上为 79%。

• 其他厂商数据——BrowseComp 84.5%、Finch 73.3%，以及 B3 攻击抵御率 97.1%，均来自 Mistral 的发布文章。

• Artificial Analysis Intelligence Index v5 —— 26，Mistral 的模型卡片称其为西方开放权重模型中得分最高的。这个数字最容易被误引，因为该预览版在 10 月 6 日所采用的指数版本上被报道为 38.4。Artificial Analysis 于 10 月 27 日重建该指数并将其重新基准化为 v5，因此 38.4 与 26 是两个不同"仪器"上的读数。将它们相减会得出一个并不存在的 12 分"倒退"。不要这么做。

真正值得带入采购决策的那个数字，根本不是某项基准测试成绩：在编码智能体指数上，每项任务少用 47% 的 token。如果这一点在你自己的实际工作负载下依然成立，那它对这笔账的影响，远大于排行榜上的四分差距，因为你花钱买的是 token，而不是排名。

运行成本与调用成本的对比

自托管分为两种截然不同的投入路线。bf16 检查点仅权重就有 1,060.6 GB；一旦预留 KV 缓存，它就无法有效装进八块 141 GB 加速器；请计划使用更多硬件，或改用量化路径。NVFP4 检查点为 610.1 GB，而 Mistral 自己的指南指出，此版本可在四块 B200 或 B300 GPU 上运行。模型卡中的 vLLM 方案要求张量并行度为 8，并使用 FP8 KV 缓存数据类型；应以此配置作为基准测试对象，而不是将其视为吞吐量承诺。

调用它则更简单。公布的价格表是每百万输入 token 1.36 美元、缓存输入 0.14 美元、每百万输出 4.18 美元。一项上线促销把同样的这三项价格减半，变成 0.68 美元、0.07 美元和 2.09 美元——而 Mistral 自家那篇开放权重文章旁的产品侧栏把这组数字四舍五入成 0.70 美元和 2.10 美元——并且该促销并未公布结束日期，这意味着如今一次 API 调用的实际价格大约只有标价的一半，而没有人能告诉你这种情况何时会不再成立。

把两者并排摆在一起，决定基本就不言自明了。对于几乎所有未达到超大规模的企业来说，四块 Blackwell GPU，再加上为服务一个万亿参数 MoE 所投入的工程时间，其每个有效 token 的成本都高于打折后的 API。在这里，自托管买的是控制权——数据驻留、许可证确定性、微调并交付衍生模型的能力——而不是省钱。这才是下载 1.06 TB 的诚实理由。

谁应该行动，谁应该继续等待

如果缺失的一环是可用性，那就行动吧。一个想要欧洲训练的权重、并希望能检查、微调或在自己的边界内运行的团队，现在已经有了这些权重，条款恰好允许这样做，且没有任何门槛阻挡。如果你有 Blackwell 容量，并且有某种工作负载能让 token 效率的说法足以覆盖硬件成本，那也可以行动——但请先在你自己的流量上测量，因为 47% 是 Mistral 在其自行选定的指标上给出的数字。

等等，如果质量才是瓶颈。对已发布的检查点仍然没有独立评估，只有对预览版的评估，而二者是相隔三周强化学习的不同产物。等等，如果你的集群是 H100 或 H200 且不具备原生 NVFP4——高效路径的前提是 Blackwell，而 bf16 路径的前提是大量内存。还要等等，如果商业模式是通过你自己的 API 转售原始模型访问：那正是许可证明确保留给商业协议的唯一用途。

我们仍然不知道的是什么

四件事，按它们可能改变整体判断的程度从高到低排列。NVFP4 和 GGUF 转换是否保持公布的分数——Mistral 称“性能相同”，这是一种主张，而非测量结果。1M 上下文在实际服务中是完整提供还是会被设上限；Artificial Analysis 在预览配置上测得 524,288 个 token，而配置文件中的 1,048,576 是上限，不是保证。减半的 API 价格是否能在促销窗口之后继续存在，这决定了调用是否仍比自托管更便宜。以及第 2 条款在边缘情形中将如何执行——“meaningful control”这一措辞承担了很大的解释作用，而且目前还没有判例法支撑。

发布本身已不再是问题。二十三天的"即将推出"、一次跳票，以及一个占位符仓库，最终变成了 1,060.6 GB、一个无需门槛的下载，以及一份短到没有理由不读的许可证。如果你一直在等待判断 Mistral Large 4 是否真实，那么截至 2026 年 10 月 29 日，答案是：权重已在磁盘上，条款已落在纸上。如果你一直在等待判断它是否优秀，那个问题尚未得到回答——而现在唯一能回答它的人，是那些愿意下载它并运行自己测试的人。