Mistral Large 4 放开权重：万亿参数、任务成本低 63% 的账怎么算

Mistral 正式放出了 Large 4 的权重，内部代号 Le Chonk，万亿参数级，官方自称是中国以外最强的开源权重模型，并强调任务成本比竞品低 63%，主打网络安全与编程场景。

「任务成本」这个指标比单价更有意义

模型定价通常按百万 token 报价，但真实成本取决于完成一个任务需要多少 token。一个更聪明的模型可能单价高，但因为少绕弯路、少重试、输出更短，单任务成本反而更低。63% 这个数字如果是按任务算的，含金量远高于同幅度的单价折扣。

万亿参数开源的现实意义

和前面提到的 3T 模型一样，绝大多数团队不可能自己跑。放开权重真正的用途是三件：可审计（安全敏感行业必须知道模型里有什么）、可微调（垂直领域做领域适配）、可私有化（数据不出内网）。这三件事恰好是金融、政务、国防、医疗这些行业的硬门槛，所以「开源权重」在这个客户群里的商业价值，远大于在开发者社区里的口碑价值。

网络安全定位值得注意

把网络安全作为主打场景是一个聪明的差异化。这个领域对模型的要求很特殊：需要深度理解代码与协议、需要长上下文处理日志与流量、需要对模糊和对抗性输入保持稳定，而且客户极度在意数据不出境。开源权重几乎是为这个场景量身定做的卖点。

给评估团队的建议

别信单点跑分。用自己业务里最难的 50 个真实任务做盲测，同时记录三项：首次正确率、达到可用所需的平均轮次、平均输出 token 数。把三项乘起来算单任务成本，才是可比的数字。

部署的现实

万亿参数即便 4bit 量化也需要相当规模的显存，推理集群的采购与运维成本必须进模型。如果只是偶尔用，API 更划算；只有当调用量足够大或者数据合规不允许外发时，自建才有意义。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

万亿参数开源对绝大多数团队就是看客，但对金融政务这类数据不能出内网的客户，可私有化本身就是采购理由。63% 这个数字如果是按任务算的才有意义，建议让对方给单任务成本的口径，别只给每百万 token 单价。

按任务算成本这个口径才对。我们内部比过三个模型做同一批日志归类，单价最便宜的那个因为输出啰嗦、重试多，折算下来单条贵了快两倍。63% 如果是端到端跑出来的值得换，但安全场景的误报率官方没提。