Mistral Large 4 預覽版在 Artificial Analysis 拿到 38 分，開放權重預計 10 月 27 日釋出

重點先看： Artificial Analysis 給 Mistral Large 4 預覽版 38 分，與 GPT-6 Luna 並列。VentureBeat 報導開放權重預計於 2026 年 10 月 27 日釋出。各報導對訓練使用的 GPU 數量說法不一。

38 分是中段名次，外面套了一句國家排名。Unite.AI 10 月 6 日轉述 Artificial Analysis 的說法：Mistral Large 4 預覽在 Intelligence Index 4.3.2 拿到 38。同一篇寫，這分數跟 GPT-6 Luna（max）的 38 相當，比 DeepSeek V4.1 Flash（max）的 39 少 1 分。Artificial Analysis 把這描述成美國和中國以外最聰明的模型。比較組排名是 225 個裡的第 64，組中位數 26。兩句可以同時成立。「兩國之外第一」和「這張表第 64」不是同一句話。只留一句的話，留名次。地理框架是新聞腔，名次是位置。

VentureBeat 同一天 寫權重預計 10 月 27 日公開，大約三週測試，授權是 Mistral 自訂條款。Unite.AI 寫「10 月底」，並說 Artificial Analysis 頁面仍把預覽標成專有，因為權重還沒公開。TechCrunch 寫得更直：現在還不是開放權重，只是一個公開的護欄端點，安全測試後約三週給權重。10 月 27 日和「10 月底」可以落在同一週。它們不是同一句。

本站這季寫過另一種基準。Opus 5.5 在 Argo-Bench 只過了 34.8%。寫過降價不是能力跳躍的那一刀。Opus 5.5、Sol，費率被砍半。也寫過先給資安夥伴、公開呼叫還沒有的模型。Gemini 4 Argon。Large 4 是第四種形狀：一個預覽分數、一份還沒交出的權重、一個看你問哪張桌子才有的日期。

Mistral Large 4 的 38 分是怎麼加出來的

Unite.AI 引 Artificial Analysis 的 4.3.2 方法論，說這個指數由十個評測組成：AA-Briefcase v1.1、GDPval-AA v2.1、AutomationBench-AA、Terminal-Bench 4.0、SciCode、Humanity’s Last Exam、GDP.pdf、CritPt、AA-Omniscience、AA-LCR v1.1。權重是代理 30%、程式 20%、科學推理 20%、一般 30%。該公司估計這個分數的 95% 信賴區間小於正負 1%。DeepSeek V4.1 Flash（max）的 39 和 Large 4 的 38，落在他們自己當成很窄的帶裡。Luna（max）的 38 是平手，不是勝出。

頁面上那些細節比國家排名有用。預覽被標成推理模型，2026 年 10 月 6 日發布，輸入是文字和圖像，輸出是文字，經由兩家 API 供應。指數那一輪它生成了 2 億輸出 token，組中位數是 8100 萬。透過 Mistral API 量到的輸出速度是每秒 116.1 token，中位數 86.1。首 token 時間 1.46 秒，中位數 3.81 秒。這是一個話多、速度還可以的預覽。話多跟便宜不是一回事。

GDP.pdf 這個文件推理評測，Unite.AI 寫預覽拿到 19%，跟 MiMo-V2.6-Pro 的 19% 持平。那是一格，不是指數。不要把 19% 在簡報裡再平均進 38。指數已經包含 GDP.pdf。把這一格再引一次，當成第二個判決，是重複計算。

上下文，同一篇分析：51 萬 2 千 token。參數量，VentureBeat 和 Unite.AI 一致：總量 1 兆，啟動 490 億。綽號 Le Chonk。訓練叢集的數字不穩。

4000 張 GPU，還是 3800 張

VentureBeat 寫 Large 4 從零訓練，大約兩個月，用 Mistral 自己歐洲資料中心的 4000 張 Nvidia Grace Blackwell。Unite.AI 轉述發表稿時寫 3800 張。兩百張卡在比喻裡是四捨五入，在容量計畫裡是差額。在你直接引用 Mistral 自己的句子之前，就寫兩家不一致，兩邊都註出處。Unite.AI 有連到。

一致的部分：超過 160 種語言，包含每一種歐盟官方語言。VentureBeat 轉述公司的焦點是程式、資安、金融、製造、視覺定位。CNBC 寫的是資安、程式、製造、金融、多模態。接近到可以當成同一套說詞的兩次改稿，不是兩個產品。

Mistral 說，核心參數放出之後，Large 4 會在總體基準上排進開放權重模型的前段，而且是中國以外開發的開放權重模型裡、以「相當幅度」領先的最強者。同一段寫，它在程式上仍落後前沿，Series D 之後訓練容量放大，能力還會再上去。指數裡程式占 20%，一個在這項落後前沿的 38 分是說得通的結果。不是醜聞。它是一個理由：不要因為那句國家排名，就把程式遷移押在這個模型上。

Series D 的數字要跟 GPU 數量一樣分開看。CNBC：9 月一輪 30 億歐元，34 億美元，估值 210 億歐元。TechCrunch：上個月 Series D，估值 210 億歐元，約 243.9 億美元。VentureBeat 引路透：估值大約 240 億美元。30 億歐元是募資。210 億歐元是估值。估值的美元換算彼此對不上分位，也不是募資額。一張圖把「34 億美元」和「240 億美元」放進同一格，是把一輪融資和一個估值混在一起。

權重才是產品，端點只是預覽

TechCrunch 對存取講得最白。Large 4 還不是開放權重。目前是公開護欄端點。大約三週、安全測試之後給權重。該篇寫 Mistral 會跟受信任的夥伴和政府合作，讓開放原始碼權重可以用來防禦，而不是用來攻擊。頁面上站得住的條件是：等待期間有一個防禦而非攻擊的約束，加上一段夥伴和政府的測試期。這是發布流程。不是你今天能拿去算雜湊的權重檔。

VentureBeat 把公開日寫成 10 月 27 日，授權預期是 Mistral 自訂條款。它也寫，公司在 VentureBeat 看過的材料裡沒有給 API 定價。Unite.AI 經由 Artificial Analysis 頁面確實有價格，而且是折扣價：上市頭兩週的折扣把 token 價格砍到 0.68 和 2.09 美元，每任務成本 0.57 美元。這仍高於 GLM-5.3-Flash 的每任務 0.25 美元，以及 DeepSeek V4.1 Flash（max）的 0.27 美元。Artificial Analysis 把這個預覽描述成，比智慧程度相近的開放權重模型貴四倍以上（以每任務成本計）。不會編一個。要比對帳單，有出處的是這兩週折扣，而它已經輸給指數上只差 1 分的那些開放權重模型。

所以 38 分的經濟讀法具體，也不舒服。你可以買到一個跟 Luna 打平的分數，來自歐洲的實驗室，任務成本比 39 分和更低的 Flash 級模型貴一倍以上，而且你還不能自己跑權重。VentureBeat 裡的主權基礎設施說法，包括零資料保留選項，是買家仍可能付這筆錢的理由。Guillaume Lample 告訴 VentureBeat，客戶要的是部署、基礎設施、客製化和工程支援，不只是模型存取。公司說它支援超過 125 家全球企業，包括 Airbus、ASML、HSBC。這是權重發布上面的一套服務生意。生意說得通。Intelligence Index 量的不是這個。

TechCrunch 訪問 Stock 時，基準結果仍被說成尚未定案。Mistral 希望在開放權重裡、尤其是中國以外，做到同級最好，也許在多模態能加分的客戶領域贏過封閉模型。訪問裡的希望，跟同一天出現的 38 分，不是第二個分數。38 分已經到了。「中國以外最好」是權重存在之後、Mistral 對開放權重場域的主張。權重現在還不存在。CNBC 的「相當幅度」是同一個時態：等參數放出之後。

DeepSWE 是一張圖，然後是另一張圖

程式上的保留，數字在 VentureBeat。該篇讀到的 Mistral 材料顯示，Large 4 在 DeepSWE v1.1 是 62%。對照表列 Reflection AI 的 Beam 44%、Qwen 3.8 Max 51%、DeepSeek V4 Pro 0813 57%、GLM-5.3 61%。組態就是整個論點。VentureBeat 註記，Reflection 自己的 Beam 公告在它的設定下是 Beam 44.4%、Qwen 3.8 Max 51%、GLM-5.3 61%。Artificial Analysis 另外報導，DeepSeek V4 Pro 0813 配 Codex agent harness 時，DeepSWE 是 57%。這些數字追得到。它們不是同一張排行榜。

即時的 DeepSWE 榜，取每個模型已公布的最佳組態，是另一張圖。VentureBeat 說目前 GLM-5.3 大約 69%，Kimi K3 大約 69%，GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5 大約 74%。62% 的預覽結果，對上 Mistral 印出來的那張表，看起來有競爭力。對上即時榜的最佳組態，看起來沒有。你的遷移如果是長程軟體工程，引即時榜，不要引發表圖。你的遷移如果是「10 月底需要一份歐洲權重，跑受管制的工作負載」，DeepSWE 的差距是風險項，不是假裝發表圖是唯一測量的理由。

62%，Mistral 的表，DeepSWE v1.1。大約 74%，VentureBeat 在 10 月 6 日摘要的即時最佳組態上那些封閉模型。這兩數之間的距離，就是 CNBC 用文字講的程式落後。

不宜過度解讀的結論

「法國擁有美中以外最聰明的模型」不宜當成長期成立的事實。那是 Artificial Analysis 對一個指數版本、一個預覽、在 10 月 6 日的框架。225 個裡第 64，是同一測量比較穩的說法。跟 Luna 的 38 打平、跟 DeepSeek V4.1 Flash（max）差 1 分，是重畫之後還在的比較。

TechCrunch、VentureBeat，以及 Artificial Analysis 的分類，都同意今天還沒有。10 月 27 日是 VentureBeat 的日期。10 月底是 Unite.AI 的。自訂授權不是 Apache-2.0。跟政府做一段防禦而非攻擊的測試期，是約束，不是 DeepSeek 那種發布形狀的翻版。

它並不是抽象地「貴」，而是相對於指數分數相近的開放權重模型，用 Artificial Analysis 的每任務成本，在折扣窗裡，0.57 美元對 0.25 和 0.27。權重交出之後，成本模型又會變，因為你可以自己跑。那是兩張未來的帳單。這篇只有預覽的那張。

有用的分析其實短。Large 4 是 1 兆參數的預覽，啟動 490 億，上下文 51 萬 2 千，十項指數 38 分，跟 GPT-6 Luna 的 max 設定打平，比一個 DeepSeek Flash 的 max 設定少 1 分，在自己的權重要到 10 月下旬才交出的這段時間，任務成本比相近的開放權重貴四倍以上。二手報導裡的 GPU 數量對不上。公司印的程式圖，對不上 VentureBeat 查的即時榜。這些都不會讓預覽變成假的。它們讓「歐洲最聰明的模型」這句標題比聽起來小，也讓日曆上該圈的是 10 月 27 日，不是那個分數。

對讀者的意義

如果你考慮自行部署，建議等官方釋出權重與模型卡後，再確認授權條款與硬體需求。若透過 API 使用，請用自己的任務測試預覽端點，單一綜合分數無法反映它在你的工作上表現如何。