Mistral 的 Le Chonk：欧洲押注万亿参数模型，旨在掌控无护栏 AI

Mistral Large 4 的技术设计，即稀疏专家混合（MoE）模型，是其报告中成本效益的核心。尽管它包含 1 万亿个参数，但对于任何给定的标记，只有 490 亿个参数会被激活。这种设计旨在提供与大型模型相关的性能水平，同时将推理成本控制在与 490 亿参数系统更一致的范围内，这是更广泛部署的实际考虑因素。

Large 4 的一个关键区别在于其报告的性能以及参与敏感企业工作负载的意愿，尤其是在网络安全领域。Mistral 表示，该模型在漏洞重现和修补测试中取得了高分。这与一些据报拒绝此类任务的闭源系统形成对比，表明 Mistral 正在瞄准一个需要能够直接参与安全关键操作的细分市场。

Mistral 强调在欧洲数据中心训练 Large 4，并声明打算提供主权欧洲变体，这反映了与数据治理和监管问题的战略一致性。该公司将该模型定位为与外国云供应商相关联的系统的替代方案，旨在为那些警惕外部政策变化或限制性许可证的组织提供解决方案，以满足合规性和可审计性要求。