Mistral AI 把旗舰模型的门槛抬到了万亿参数级别，而且这次训练全程发生在欧洲自己的机房里。

发生了什么

Mistral AI 发布了 Mistral Large 4，内部代号 Le Chonk，以公开预览形式上线。根据官方信息，这是一个 1.05 万亿参数的混合专家（MoE）模型，每次推理激活约 490 亿参数，支持原生图像输入，上下文窗口达到 100 万 token。训练使用了 3800 块 NVIDIA Grace Blackwell GPU，部署在 Mistral 位于欧洲的自有数据中心。API 现已可用，开放权重计划于 2026 年 10 月底发布。

为什么重要

万亿参数 MoE 并不新鲜，但 Mistral 的路线选择值得注意。第一，它没有依赖第三方云厂商的算力池，而是用自建欧洲数据中心完成训练，这在当前大模型训练高度集中于美国超大规模云厂商的格局下，是一个明确的战略表态。第二，1.05T 总参数、49B 激活参数的配比，延续了 MoE 用稀疏激活控制推理成本的思路——总参数决定容量上限，激活参数决定单次推理的算力开销。第三，100 万 token 上下文与原生图像输入同时出现在旗舰模型上，说明多模态与长上下文正在从差异化卖点变成旗舰标配。

从欧洲 AI 生态看，Mistral 一直是“主权 AI”叙事的主要承载者。用 Grace Blackwell 自建训练集群，既是对算力供应链的绑定，也是在向欧洲企业和政府客户证明：数据与模型能力可以留在欧洲境内。

影响与看点

对开发者而言，最直接的变量是 API 已经可用，而开放权重要等到 2026 年 10 月底。这意味着短期内只能通过 Mistral 的托管接口使用，无法立即本地部署或微调。对于有数据合规要求、必须私有化部署的团队，这个时间差需要纳入规划。

对行业而言，值得观察的是 49B 激活参数在实际推理成本上的表现。如果 Mistral 能把万亿级模型的单次调用成本压到接近中等规模稠密模型的水平，那么“大而稀疏”的路线会进一步挤压中小参数模型的生存空间。反过来，如果激活参数带来的显存与调度开销仍然显著，市场对中等规模模型的偏好可能延续。

另一个看点是开放权重的时间点。2026 年 10 月底距今尚远，期间模型迭代、竞品发布都可能改变格局。Mistral 选择先 API 后开源的节奏，说明它希望在商业化和社区生态之间保留一段缓冲期。

一个独立判断：Mistral 这次真正的差异化不在参数规模，而在“自建欧洲算力 + 旗舰级开源承诺”的组合。参数竞赛已经进入平台期，谁能把训练主权和开放节奏握在自己手里，谁就更容易拿到欧洲市场的长期订单。