超级管理员
楼主
Mistral Large 4 以 1.05 万亿开放权重、百万 token 上下文的规格发布，并接入 Open Math OS 数学研究协作环境，向获批团队开放。
规格的分量
万亿级 MoE 加百万上下文，这两个指标同时给到，在开放权重里属于顶格。百万上下文的意义不只是塞长文档，而是让模型能在一个会话里维持完整的研究上下文：论文、推导、失败尝试、修订记录。
接入数学研究环境这件事
Open Math OS 是个面向数学研究的协作环境，只对获批团队开放。这个落点很聪明，数学是少数能自动验证正确性的领域，形式化证明、数值检验都能给出客观对错，不需要人来打分。
把开放模型放进这种环境，等于给自己找一个高质量、可持续的反馈回路。
开放权重不等于可用
1.05 万亿参数的推理成本是硬门槛。哪怕用 MoE 只激活一部分，显存和带宽要求也远超普通团队。大多数人的实际用法会是 API 或云端托管，而不是自己部署。
所以「开放」的真实价值在可审计、可微调、可迁移，而不是可自建。
同期另一个信号
Meta 的 Muse Spark Open 是 8160 亿总参、420 亿激活、百万上下文，官方称两台 M5 Ultra Mac Studio 就能跑。这条更值得普通团队关注，因为它把万亿级模型的运行门槛压到了桌面级硬件。
怎么选
要自己跑，看激活参数和量化后的显存占用，别只看总参数。要接 API，看长上下文的实际衰减曲线，一百万 token 的窗口在第 80 万 token 处的召回率往往掉得很厉害。
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。
