Mistral Large 4 加入 Open Math OS——而開放的部分附帶等候名單

2026年11月3日，Mistral Large 4 成為 Open Math OS 上最新的模型；Open Math OS 是 SAIR Foundation 的共享工作空間，數學家與 AI 代理人會在其中處理相同的專案。這項公告是一則簡短貼文，而非發布頁面：1.05T 開放權重、1M 上下文視窗，當天即對獲核准的團隊上線。最後那個附帶條件值得深思。Open Math OS 只建立在開放模型上，正是為了讓數學社群能檢視並執行其所依賴的內容，而最新加入的模型仍要排隊等待核准。名單上既有的三個模型——DeepSeek V4.1 Flash、Kimi K3 和 GLM-5.3-Flash——也是如此。

Mistral 實際說了什麼，又遺漏了什麼

這篇貼文包含兩項技術主張和一項存取條款。這兩項主張——總參數量達 1.05 兆，以及一百萬個 token 的上下文視窗——與 Mistral 於 10 月 29 日發布的檢查點相符，因此它們不是行銷算術。存取條款是「核准團隊」，但未說明核准需要什麼、需要多久，或個別研究人員是否能在沒有團隊的情況下取得存取資格。

這篇文章沒有包含的內容同樣很能說明問題。裡面沒有數學基準測試。沒有說明 Mistral Large 4 曾在 Lean 證明、形式化，或 Open Math OS 所針對的任何任務上接受評估。也沒有提及該模型是否獲得與現有領先者相同的工具存取權——shell、PDF 工具、Lean 檢查器、MCP 伺服器——或僅有縮減的工具集。而且沒有定價，這與一個靠捐贈算力而非按量計費 token 運行的工作空間相符。

那些都不是對模型的批評。這是在描述，在權重釋出六天後，關於這組配對仍有多少未知。

Open Math OS 是一個工作區，而不是一個模型

這個區別很重要，因為這個名稱讀起來就像作業系統。Open Math OS 是 SAIR Foundation 的一項計畫，於 2026 年 10 月 16 日試營運，而 SAIR 共同創辦人 Terence Tao 將其描述為託管服務，提供「類似前沿 AI 模型的服務與網頁介面」，而不是任何需要安裝的東西。其開源執行環境 Open Math Harness 以 Rust 撰寫，並結構為基於能力的微核心：每個程式（包括代理）都以受限程序的形式執行，而其明定的設計原則是「代理提出，數學家決定」。

圍繞那個核心的，是讓它成為工作空間而非聊天視窗的種種功能。團隊帳號，讓成員可以看見彼此的提示詞。持久的專案記憶。一種名為 Ultramath 的平行探索模式，可同時讓多個代理針對同一個問題運行。經 Lean 驗證的證明搜尋。支援 MCP 伺服器，以及使用者自行建置的外掛。SAIR 正向學術申請者提供免費帳號，並在捐贈的算力上運行整套系統，這也是為何帳號上限與資源配置調整會被明確列入討論。

它推出時的陣容完全由中國的開放權重模型組成。這正是 Mistral Large 4 填補的缺口：它是 Open Math OS 上首個來自歐洲實驗室的模型，也是首個背後有法國主權部署故事的模型。對於一個以社群掌控資料為號召的基金會而言，擁有一個非中國、非美國的選項是實質的增補，而非只是打勾交差。

討論串裡沒人問的授權問題

Mistral Large 4 並非採用 Apache 2.0，這與其前代不同。其權重以 Mistral 生態系開放權重授權（Mistral Ecosystem Open-Weight License）發布，這是一份經修改的 MIT 授權，允許使用、修改、微調及商業化——但有一項例外。任何人若要以模型即服務（model-as-a-service）的形式提供該模型，必須向 Mistral 取得另行簽訂的商業授權。

Open Math OS 是一項託管服務，讓團隊可透過網頁介面呼叫模型。這種安排究竟屬於授權條款意義上的「模型即服務」、落在內嵌式終端使用者產品的豁免範圍內，還是符合僅將請求轉送至他處託管模型的狹窄例外，都是 SAIR 尚未公開回應的法律問題。Mistral 也未表態。公告背後完全可能——甚至很可能——存在雙方都未說明的商業協議。但看到「開放權重」就以為託管問題已解決的讀者應該知道，事實並非如此，因為同一條款將適用於每一個想在此模型上建立共享工作空間的實驗室。

為什麼 1M 視窗在這裡不只是規格表上的一行

上下文視窗通常是以文件份量來推銷的，而一百萬個詞元聽起來就像一座檔案櫃。在形式數學的工作空間裡，真正有用的版本截然不同。一個專案會累積 Lean 檔、它的匯入、證明狀態、圍繞某個失敗策略的討論，以及代理自身的工作階段歷史。這些全都必須位於同一個脈絡框架中，代理才可能做出猜測以外的任何事。能跨日存續的討論串，正是共享工作空間的意義所在；而會把這些截斷的視窗，則讓每一次工作階段都變成冷啟動。

那是說明 Mistral Large 4 為何符合這項設計的論點，並非它能展現效能的證據。在發布週，這兩者很容易混淆，而 Mistral 的貼文也幫不上忙——它把脈絡視窗當成主打數字，與參數量並列，這是規格表的語法，不是評估。

獲批團隊能得到什麼，以及哪些仍未說明

• 評估——Mistral Large 4 在 Open Math OS 上沒有已發表的數學成果；Tao 形容該名單中的首發模型大約落後前沿一年，且擅長中等規模的 Lean 形式化，這屬於能力主張，而非分數。

• 工具功能對等性——未明確說明新模型會取得 Ultramath、證明搜尋及完整科學工具鏈，抑或在其接受評估期間僅能使用有限子集。

• 限制 — 工作區內沒有公布的速率限制、配額或上下文上限；其中，1M 視窗可能會被平台縮減，不論模型支援與否。

• 資料政策——Tao 在十月寫道，SAIR 希望「先收集一些使用資料，再敲定我們的政策」。這句話很誠實，也是在把未發表的證明放入專案之前，先閱讀現行條款的另一個理由。

• 選擇 — 未說明團隊如何為每個專案挑選模型、選擇是依對話還是依專案，或 SAIR 是否會自動在兩者之間進行路由。

這個模式始終一致：公告所描述的，是將一款模型加入產品陣容，而不是展示某項能力。如果你正在決定是否提出申請，那麼這就是證據的如實狀態。

如果你要的是模型，而不是工作區

Open Math OS 是這個故事中有趣的部分，但它並不是觸及它所執行模型的唯一方式。 GLM-5.3-Flash 已收錄於 OrcaRouter 目錄，價格為供應商定價， Kimi K3 也是如此——它們是該工作區推出時所搭載的三個模型中的兩個，可透過同一個 API 與其他 200 多個模型一同呼叫，並具備供應商之間的自動容錯移轉，且以供應商自身費率計價、零加成。如果你想取得的是多模型面板而非單一答案，路由 DSL 會將它們組合成單次呼叫；這粗略近似於 Ultramath 在工作區內、未附加 Lean 檢查器時的做法。

Mistral Large 4 不在我們的目錄中，我們也不會假裝不是如此。如果你特別想要那個模型，目前可走的途徑是 Mistral 自家的 API、Hugging Face 上的開放權重檢查點，或該廠商的第三方託管合作夥伴。取捨很真實：工作空間給你共享專案、工具與校驗；API 只給你模型本身，價格則由你自行衡量。

接下來要看什麼

有三件事能讓這件事從名單更新變成真正的成果。在 Open Math OS 內部進行逐模型評估——即使規模很小，只是一組 Lean 形式化，並以相同方式為全部四個模型評分——將成為首份公開證據，說明數學家該為哪項工作選擇哪個模型。公布使用權政策將能化解「開放」與「核准」之間的張力。而 SAIR 或 Mistral 若能就託管安排與模型即服務條款之間的關係發表聲明，將能讓其他每個實驗室知道他們能否打造同樣的東西。

在那之前，準確的總結範圍很窄：一個具有 100 萬上下文視窗的兆級參數開放權重模型，如今只是研究工作區裡的選項之一，而這個工作區按其創辦人自己的說法，仍是非常早期的版本。