Mistral 放出 Mistral Large 4 的预览版，代号 Le Chonk，1T 总参数、49B 激活参数，原生多模态，在 3800 张 NVIDIA Grace Blackwell 上训练，部署在 Mistral 的欧洲数据中心。预览 API 已在 Mistral Studio 上线，权重本月底放出。
1T 配 49B 是什么思路
这是一个很激进的稀疏比。总参数给模型足够的知识容量，激活参数控制住单次推理的算力开销。对服务端来说，显存占用由总参数决定，推理延迟主要由激活参数决定——所以这类模型是「吃显存但不吃延迟」。
实际部署时要算清楚：1T 参数即便量化到 4bit 也要几百 GB 显存，单卡放不下，得做多卡切分。这对自建集群是个硬门槛，走 API 反而省心。
原生多模态的价值
原生指的是从训练之初就把图像等模态纳入，而不是后期接一个视觉编码器。差别在于跨模态的对齐质量——比如看图回答细节问题、理解图表里的数值关系、处理图文混排的文档。
外挂式方案在这些场景上容易出现「看得到但理解浅」的问题。原生训练能缓解，但也不是万能，仍需实测。
欧洲数据中心这个信息别忽略
训练与部署地在欧洲，对有数据主权要求的客户是加分项。欧盟客户采购时往往要把数据驻留写进合同，这一点可能比模型分数更能决定选型。
等待权重期间可以做的事
第一，先用预览 API 跑通业务链路。接口调通、超时重试、流式输出这些工程问题跟权重无关，可以提前解决。
第二，规划部署形态。算清楚 fp8、int4 不同量化下需要几张什么卡，别等权重放出来才发现硬件不够。
第三，准备好评测集。权重一放出，社区会很快给出各种量化版本，你要有能力快速判断哪个版本适合自己。
第四，留意许可证。Mistral 历史上用过不同的许可条款，商用前看清楚。
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。