Mistral放出万亿参数Large 4权重，号称比GLM-5.3省47%的token

一个万亿参数的模型，现在任何企业和政府都能下载回去自己部署了。

Mistral AI把Mistral Large 4（简称ML4）的权重放了出来。这个模型本月早些时候首次亮相，内部昵称叫”Le Chonk”，大概可以理解成”大块头”。

Mistral自己给出的定位很直接：性能和中国的开放权重模型GLM-5.3相当，但完成每项任务用掉的token少47%，因此用起来明显更便宜。

这个对比对象选得很有讲究。

过去一年里，开放权重这条赛道的头部几乎被中国模型占满，GLM、DeepSeek、Qwen轮流刷榜。一家欧洲公司要在这里讲故事，拿国产头部模型做参照系，等于承认了谁才是开放权重的标杆。它没说自己更强，只说一样强、更省，这是很务实的打法。

“省token”在今天比”多几分跑分”更值钱。推理模型动辄想很久，一次任务吐出几万token很常见，同样的结果少花一半token，落到账单上就是成本直接打折，响应也更快。

政治上的意味也很明显。Mistral一直在讲一个观点：企业和政府不该为了用上先进能力，就把数据和命脉交给外部AI公司。言下之意，欧洲机构不想绑死在OpenAI、Anthropic这些美国闭源厂商身上，又对中国模型有顾虑，ML4正好卡在这个位置。

当然，万亿参数的模型”能下载”和”跑得起”是两回事。要本地部署这种体量，得有成规模的GPU集群，真正用得上的还是有预算的大企业和政府机构，个人开发者多半还是会走API。

省47%这个数字也只是官方口径，具体到你的任务能省多少，得自己测。