配图为概念示意，不是现场实拍或产品界面截图。
Mistral在10月6日开放Mistral Large 4公共预览。按公司发布的说明，这是一款原生多模态混合专家模型，总参数约1万亿，每次推理激活约490亿参数，同时面向指令执行、推理和Agent任务。现在能用的是API；权重计划月底开放。最容易在采购会上被放大的数字是“1万亿”，最需要追问的却是：谁能把它稳定地用在企业自己的材料和流程上，且算得清每完成一件事的总账？
这则新闻的意义不在于给企业一个立即可安装的开源模型。权重还没发布，许可、部署配套和发布版与预览版是否一致，都不能凭“计划开放”四个字预先确认。它真正改变的是采购路线图：在继续购买闭源旗舰API之外，企业可以开始认真准备另一套验收题，等模型权重与服务方案落地后再决定要不要自己运营。我的判断是，先拿真实任务试API，后讨论自建；反过来做，很容易先买了机器再找用途。
先别把MoE的“激活参数”当成机器报价
混合专家模型的基本做法，是由路由机制把一次输入分配给部分专家参与计算。因此，总参数约1万亿与激活参数约490亿并不矛盾。后者描述一次推理参与运算的规模，不意味着线上服务只需保存490亿参数，也不意味着显存、存储与多机通信只按490亿参数预算。不同请求命中的专家、上下文长度、并行请求和输出量，都会影响实际服务形态。至于Large 4具体如何切分专家、量化与并行，现有日报所引发布材料没有给出足够的部署参数，不能在此代厂商填写一份显卡清单。
企业技术负责人可以先做一张简单的负载画像，而不是转发参数表：一天有多少条请求，其中多少带图片或长PDF；请求集中在什么时段；回答通常写多长；一次Agent任务平均调用几轮工具；可以等待十秒还是必须两秒返回。然后记录可接受的峰值时延和失败重试。只有拿这些数据去测服务，才知道“490亿激活”在自己的业务里究竟有多重。
还得把成功任务作为计价单位。一次合规审阅如果需要三次重试和十分钟人工核对，模型账单再便宜也没有意义。一次研发文档问答答得顺畅，却把图纸编号引用错了，也不能算完成。比较API与自建时，应算每一份通过复核的报告、每一次通过测试的代码修改、每一张正确处理的工单要付多少成本。推理价格只是其中一项；人工、延迟、留存、故障值守与迁移都是账。
厂商说它会看工程图，企业就该拿错图来考
Mistral把工程图纸、PDF证据检索、卫星影像、科研代码、法律和金融材料等列为重点能力，并披露部分内部评测结果。这些是产品定位及厂商自测，尚不能代替第三方基准或企业验收。对采购者而言，最难的题常常不是干净的公开样本：扫描PDF的页脚模糊，附件里的图号和正文不一致，一份版本较旧的合同混在最新修订稿中，研发仓库里有已经过期的说明。模型如果给出流利答案，反而更需要看它找了什么依据。
一套可操作的多模态验收可以这样设计。取已经有人工结论的内部材料，完成脱敏并确定使用授权；按明确可答、材料互相冲突、缺少答案分成若干组。向模型提出同一类真实业务问题，要求指出证据页码、图号或原文位置，并允许它明确表示无法判断。核对时不要只打“答案对不对”的总分：引用位置是否准确、冲突是否被发现、缺资料时是否编造，是不同错误。先把这些错误拆开，才谈得上是否允许自动流转到后续系统。
代码能力也别只看单轮补全。给模型一个沙箱里的小仓库、一项可复现的报错和明确的测试命令，要求它读资料、修改、运行测试、解释失败、再次修正。观察最终改动是否最小、测试是否真正执行、遇到无权限或缺依赖时有没有胡乱绕过。Agent任务尤其要记录完整工具调用链；模型会建议运行一个命令，不代表企业就该给它运行命令的权限。把“模型能力”与“应用授权”混为一谈，出事时连责任边界都难画。
高风险部门要把验收门槛再抬高。法律条款错引与金融数字漏位，比普通客服回答不够礼貌严重得多。模型可以先做资料定位和候选草稿，把签字环节留给有责任的人；等错误类型与发生率有记录，再决定是否让某些低风险流程自动通过。厂商说覆盖这些行业，不等于产品天然满足监管、保密或行业审计要求。
API预览能解决试用问题，解决不了所有治理问题
今天就能启动的工作，是用公共预览API做有边界的对照实验。选两个已有业务基线的流程，例如内部知识检索与代码修复；使用经批准可送入相应服务的数据，固定测试集和评分口径，与当前工具比较任务完成率、引用准确性和时延。不要把客户隐私、合同原件或密钥为了“看看效果”直接丢进预览接口。资料发送范围、保留方式、访问地域、审计接口与合同条款，要由企业核对服务条件；日报没有提供这些条款，文章也不替Mistral作承诺。
API适合负载尚不稳定或只想快速验证效果的团队。它把底层服务维护交给供应商，团队集中精力做评测、应用设计和业务改造。代价是供应商提供的服务配置、数据边界、定价与变更节奏会约束你。对模型替换敏感的流程，至少留一个可重放的测试集；换版本之前跑完旧题，别让一次静默升级把原先可用的证据引用悄悄改坏。
图为主题示意，不表示已有实测结果。
权重开放后，自建也不会自动成为更便宜或更安全的答案。企业要负责模型文件管理、部署资源、并发扩缩、日志保护、版本回滚，还要检查权重的实际许可和可用的推理组件。数据驻留的价值，来自内部网络、权限与审计确实做到了隔离，不来自在方案PPT上写了“私有化”。自建的另一个实在好处是能按本公司节奏升级、调试与组合应用；前提是有人能在工作日晚上处理崩溃、容量告急和错误输出。
因此，值得自建的条件可以写得很朴素：业务请求足够稳定，可以摊薄常驻资源；数据确有不能进入外部服务的要求；本地团队掌握运维与安全能力；同一套测试集上，自建版本的任务质量与响应时间仍过线。任何一项缺失，都可以继续使用API、先处理数据分类，或者只让部分负载本地运行。企业不必因为“欧洲开放权重”这个叙事，提前作全量迁移承诺。
开放权重与主权AI，也得落到采购合同上
Mistral来自欧洲，这使它很容易被放进“主权AI”的讨论。这个词有现实内容，但不能替代逐项核查。企业真正关心的是数据存在哪里、谁能访问、审计能否导出、模型是否能在许可范围内自行运行、升级是否可控，以及供应链出问题时能否替换。一个能下载的权重文件，不能替公司保证机房位置，也不能给客户提供责任条款。反过来，合规配置得当的托管服务也不必然比粗放的本地部署更失控。
这里还有一个市场层面的变化：如果月底按计划提供权重，闭源旗舰API会遇到更可比较的替代候选。这不等于Large 4已在每项能力或每种成本结构上胜出。Reuters报道了Mistral发布及与其他模型竞争的背景，具体应用效果仍应按企业负载独立验证。最好让采购部门同时保存API方案与自主运营方案的报价假设，而不是先在口号上选边。
建议用三个闸门推进。第一道是业务价值：同一批题目上，准确率、引用、误答、人工接管与时间是否改善。第二道是技术负载：拿到权重和可用部署材料以后，测试实际硬件占用、量化损失、并发峰值、故障恢复；这里不能套用今天尚未公布的数字。第三道是治理与财务：合同、许可、数据流、日志、应急与年度总成本能否由负责人签字。三道门分别回答“有用吗”“跑得动吗”“承担得起吗”，别用某一张模型榜单一票通过。
还有一个常被采购报告藏起来的问题：企业没有一种统一的“平均问题”。研发团队一天里大部分是短代码问答，偶尔要让Agent读完整仓库；法务每天处理的材料量不大，但每份都必须追溯证据；客服在午间涌入大量短请求。如果把三类请求合在一张平均延迟表里，哪个方案都会显得说得过去。比较模型时应按业务队列分别算：每队列的高峰时段、排队时间、失败率与人工作业分钟数。大模型部署方案可能只接得住研发的复杂任务，其他任务继续交给原有系统；这不算失败，而是避免为了少数重任务替换一切。
试点期间也要明确停止条件。例如合同问答出现无法追溯的条款引用，就停止自动发给客户；代码Agent触及沙箱外文件，立即中断工具调用并复盘权限；量化版本在指定资料上的错误率超过API基线，则回到上一个模型配置。停止条件最好在演示成功前写好，因为一旦业务团队开始依赖服务，就很难在事故现场临时讨论什么叫“可接受”。指标不是为了做一份漂亮汇报，而是让企业在没有足够证据时有权先不扩大部署。
再看人力。自己运行权重需要的不只是算法工程师，还要能处理服务伸缩、密钥、存储、审计与应急的团队。若现有平台组每天已经为数据库和网络故障排队，新模型即使在理论计算成本上更便宜，也可能把可靠性债务转嫁给他们。采购会应该让平台和安全负责人同时看计划，并把新增值班、备份与回滚计入预算。把这部分算清，自建才是一种经营选择，而不只是一个技术爱好。
Large 4的万亿参数很醒目，但对企业来说，新闻里最值钱的并非参数，而是出现了一个值得严肃评估的开放权重候选。今天可以建测试集、摸清负载、试API；月底权重是否如期、以什么条件发布，以及是否适合自建，要等实际材料。把尚未发生的交付当成确定能力，会让企业在最需要谨慎的地方花冤枉钱。
对应日报与资料来源
本文对应《2026年10月7日三篇日报》“AI技术每日分析”第一节“ Mistral Large 4公开预览：欧洲开放权重模型直接进入1万亿参数级”。新闻事实与厂商自测边界据该节；验收设计与采购建议为本文分析，不是厂商披露的性能数据。
- Mistral AI，《Introducing Mistral Large 4》，2026-10-06：https://mistral.ai/news/mistral-large-4/
- Reuters，《France’s Mistral launches AI model it says outperforms some Chinese rivals》，2026-10-06：https://www.reuters.com/world/china/mistral-ceo-says-new-ai-model-beats-chinese-ones-some-areas-2026-10-06/