法国模型公司 Mistral 在 10 月 29 日把旗舰模型 Mistral Large 4 的权重放上了 Hugging Face 平台[1]。这是一万亿总参数的混合专家模型（MoE），每个 token 激活 490 亿参数，把嵌入层与输出层算进来是 520 亿，训练在欧洲 Mistral 自有数据中心的 3800 块英伟达 Grace Blackwell GPU 上完成[2]。这次发布里对企业选型影响最大的部分在许可文本。Mistral Ecosystem Open-Weight License 第 2 条规定，被许可人或其关联公司一旦经营模型即服务业务，把模型或其衍生作品用于任何商业目的之前，必须先与 Mistral 签订单独的商业许可[3]。

这句话把使用者分成两拨。把模型当内部工具的公司，拿到的是可下载、可修改、可商用、可自部署的权利；把模型包装成对外服务的公司，商用之前多了一道授权谈判，结果要写进成本结构。

谁要先谈授权，条文给三类答案

这份许可是 MIT 许可的修改版，授权清单与 MIT 授权项一致，使用、复制、修改、合并、发布、分发、再许可、销售，以及运行、部署、继续训练和制作衍生作品都在许可之内，第 1 条要求副本保留版权与许可声明[3]。模型卡把这份许可概括为可用于商业与非商业用途，经营模型即服务业务需要另签商业许可[2]。

所谓模型即服务，指的是向第三方提供模型或其衍生作品的推理或后训练访问，且第三方能对输入、参数或训练数据进行实质控制，走 API 还是托管端点在所不问，条款没有把是否收费写进定义[3]。两类产品被明确排除，一类是模型能力只嵌入特定功能或工具框架的终端用户产品，另一类是把请求转发给他人托管模型的纯中转[3]。第 3 条另给两条例外，仅供内部使用而不向第三方提供模型或衍生作品的场景，以及经 Mistral 官方产品使用模型的场景，都不受第 2 条约束[3]。衍生作品同样受第 2 条约束，用这份权重微调出的模型若对外提供服务，适用的是同一条款[3]。

对照条文，使用者大致分成三类。内部使用与嵌入自家产品的形态不触发另行授权；对外按调用量卖模型接口的服务商，商用前需要先谈许可；介于两者之间的形态，判定落在能否实质控制上，个案要由法务读过许可原文再下结论[4]。中文技术圈的解读与此一致，一篇独立博客的原话是「你拿它干自己的活，没问题。你拿它转手卖接口，得先过 Mistral 这一关」[4]。

私有部署的起点是 8 张卡

braindetox 记录，模型卡里的部署示例都按 8 卡节点给出，vLLM、SGLang 与 Transformers 三套命令把张量并行设为 8（权重切分到 8 张卡上），官方说明需按自身拓扑调整[5]。一个面向 Blackwell（英伟达新一代 GPU 架构）的 NVFP4 量化版本同步放出，官方称显存占用更小、推理更快、性能持平，支持 vLLM 与 SGLang[2]。同一篇记录还提到，按量化格式列出的最低显存一栏官方文档写的是 N/A[5]。

显存的账，工业智能算网的企业部署长文这样算。路由机制决定单个 token 激活多少参数，但全部专家的权重都要驻留显存，一万亿参数按每参数一个字节估算，权重本身约 1TB 起步，键值缓存、运行时缓冲与通信开销另算[6]。一篇公开的八卡 H200 配方用 FP8 权重把服务上下文压在约 13.1 万 token，单请求约 1000 token 输入时首字延迟约 0.6 秒，常规生成约 65 token 每秒，压力测试下总吞吐约 480 token 每秒，这些是特定硬件、并发与样本设置下的观察值[6]。模型标称的上下文上限为 1M（约 100 万）token[2]，与 13.1 万是两个口径，前者是能力边界，后者是那套硬件下的可运行配置[6]。落到采购文本上，精度、量化格式、上下文长度、并发规模与峰值延迟都要逐项列进，这是同一篇文章给出的核对清单[6]。

不建机房的团队走三条托管路

braindetox 记录的官方交付途径覆盖 Mistral Studio、Mistral API、OpenRouter、基于权重的自行部署、英伟达托管端点与 NIM 容器，以及微软 Foundry 等[5]。觉醒AI知识库记录，微软是首个经云平台提供这款模型的供应商，走的是 Foundry 企业 AI 平台[7]。已用 Azure 的团队可走 Foundry，价值在托管服务之外保留私有部署选项；已有英伟达集群的团队可走 NIM 容器与托管端点；只想直接调用的团队走 Mistral API 或 OpenRouter，不必接触基础设施[7]。

Mistral API 按百万 token 计价，输入 0.70 美元、缓存输入 0.07 美元、输出 2.10 美元，按 2026 年 10 月 30 日人民币对美元中间价 6.7138 元折算，约合 4.7 元、0.47 元与 14.1 元[4][8]。计费规则里直接影响账单的一条是，模型卡的 max_completion_tokens 不仅包括可见输出，也包括推理 token，推理档位调高之后，同一个问题的输出费用可能不同[5]。推理档位共低、中、高三档，默认高档[2]。

厂商自报的成绩单怎么用

这次发布附带的基准数字全部出自 Mistral 自报，abc 小站也把编码、安全、价格与许可相关数字统一标注为厂商自报[4]。Artificial Analysis 的 Coding Agent Index（编码智能体基准）上，Mistral Large 4 拿到 48%，与 GLM-5.3 基本持平，平均每个任务少用 47% 的 token[4]。Terminal-Bench 4 从预览版的 28.3% 升到 41%，官方称提高 13 个百分点、输出 token 减少 30%，两个数字直接相减相差 12.7 个百分点[5]。Finch 项目的 73.3% 被官方列为开源模型第二，仅次于 Kimi K3[4]。

闭源对照也要摆上桌。据 Fortune 报道，Anthropic 的闭源模型 Mythos 5.1 在 Terminal-Bench 同项测试上是 60.9%[4]，与 41% 相差约 20 个百分点，追求最强性能的选型仍会看向闭源。Mistral 自报的另两项需要区别对待，FrontierCode 2.0 的 19.7% 出自 Cognition 的私有基准，外部无法复跑[4]；Hugging Face 官方博客提到的安全测试里，模型在复现并修复真实开源漏洞的项目上拿到 82%，Mistral 称多家闭源前沿模型因直接拒答在同一测试接近零分，该说法未经第三方复核[1]。防御性安全方面，Lakera B3 的抵御率从预览版 93.3% 升到 97.1%[7]，觉醒AI知识库据此称自托管团队无需额外调优即可运行安全的智能体，该判断同样建立在厂商数字上[7]。

预览公告发布于 10 月 6 日，权重版在吸收反馈后又训练了三周[5]。对已在预览版上跑过内部评估的团队，旧分数与现版权重之间隔着这轮训练，沿用前需要重跑，这是从发布信息推出的推断，官方未直接这样表述[5][4]。完整技术报告官方标注即将发布，后训练方法论也未随权重公布，相关数字存在随后调整的可能[5]。

分界之后

这次发布的实际效果，是把一款前沿权重的使用决定权从 API 合同挪进许可文本和机房配置。不经营模型服务的企业可以下载、修改并商用这份权重，代价是部署从一次调用变成硬件与运维决策，8 卡节点或 NVFP4 加 Blackwell 机器是公开示例给出的量级[5]。经营模型服务的企业多了一道前置谈判，需另行商定的授权费与许可条款一起进成本结构[3]。两拨人共享同一条判定标准，介于两者之间的形态需要个案判断。厂商自报的成绩可以当坐标，闭源对照与私有基准的边界决定这些数字撑不起选型结论[4]。

SaaS Feeds 编辑部