法国发布欧洲最强大模型，碰瓷称媲美中国产品，但综合性能很一般

10月6日，法国人工智能公司米斯特拉尔发布新一代旗舰模型Mistral Large 4，按照CNBC的说法，这家长期被视为“欧洲挑战OpenAI和Anthropic唯一希望”的公司，这一次又把中国大模型摆到了自己的宣传背景板上。

CNBC报道称，Mistral Large 4又被公司内部称作“Le Chonk”，总参数规模达到约1万亿，主要面向网络安全、编程、制造业、金融和多模态任务。

米斯特拉尔宣称，该模型将在全球开放权重/开源模型的综合基准测试中进入第一梯队，并称它是“中国之外性能最强的开源模型模型”，而且领先欧美其他同类产品“一大截”。

CNBC在报道中写道，目前能力最强的开源模型主要来自中国，美国和欧洲企业想证明自己仍能在开源模型领域占据一席之地，首先就得回答一个问题：和中国模型相比究竟到了什么位置。

而米斯特拉尔给出的答案相当高调。

公司称，Mistral Large 4在编程、智能体工作流和多模态理解方面具有很强的竞争力，在网络安全、金融、法律、制造业等企业任务中处于开放模型前列。

官方还专门强调，该模型在“部分网络安全任务”上的表现超过中国“竞争”对手。

同日路透社对这次发布的概括也是，米斯特拉尔称新模型在“部分领域”超过了一些中国模型。

米斯特拉尔9月刚完成30亿欧元D轮融资，由韩国三星电子和欧盟支持的Scaleup Europe基金领投，估值达到210亿欧元。

对于欧洲人工智能行业而言，这家公司已经属于资金最充足、估值最高的初创企业了。

但模型规模做到万亿参数，融资做到数十亿欧元，并不等于综合能力就已经越过中国这一档。

先看米斯特拉尔自己公布的数据。

在长流程编程测试DeepSWE 1.1中，Mistral Large 4拿到61.7%；软件知识测试成绩为59.4%；终端智能体测试为28.3%。

米斯特拉尔据此计算出的综合编程智能体指数为49.8%，并称这一成绩超过DeepSeek V4 Pro 0813和通义千问3.8 Max。

它还委托第三方机构进行了一项匿名人工编程评测，Mistral Large 4获得3.74分，高于Kimi K3的3.59分和GLM-5.3的3.60分，仅低于Claude Opus 5的4.22分。

然而实际上，根据第三方模型评测机构Artificial Analysis在10月6日更新的数据中（见下图），Mistral Large 4的综合智能指数只有38分，在其统计的225款同类模型中排第64位（见下图红圈处）。

中国开放权重模型的成绩则明显更高。

小米9月推出的MiMo-V2.6-Pro在同一套Artificial Analysis智能指数中达到46分，比Mistral Large 4高8分，而且目前位居大型开放权重模型前列。

智谱GLM-5.3为45分，月之暗面Kimi K3为44分。两款中国模型单看这一综合指数，都比Mistral Large 4高出一个档位。

阿里通义千问3.8的2.4万亿参数版本综合智能指数也达到40分，仍高于Mistral Large 4的38分。

就连DeepSeek主打效率的V4.1 Flash最高推理版本，在这套测试中也有39分，比Mistral Large 4高1分。

更明显的是成本与速度：Artificial Analysis给DeepSeek V4.1 Flash测出的输出速度超过每秒220个Token，Mistral Large 4约为每秒116个；前者完成一项综合指数任务的平均成本约0.27美元，后者约1.13美元。

这样一排，法国这款“万亿参数旗舰”的真实位置就容易判断了。

不过Mistral Large 4确实已经超过大部分欧美开源大模型，欧洲总算拿出了一款可以进入全球第一集团讨论范围的产品。

但它前面仍排着小米、智谱、月之暗面、阿里等中国公司的模型，DeepSeek的轻量高效版本在综合指数上也略高。

编程这个米斯特拉尔重点宣传的领域，同样谈不上已经压住中国同行。

智谱8月发布GLM-5.3时公布，DeepSWE 1.1成绩达到66.9%，Mistral Large 4官方成绩为61.7%。

GLM-5.3在Terminal Bench 3.0中达到28.3%，并在CyberGym网络安全测试中取得84.5%。智谱称，GLM-5.3相较GLM-5.2在内部代码测试中的能力提高约50%。

测试版本和运行环境不同，几个数字不能机械地拼在一起判胜负，但至少说明一个事实：米斯特拉尔挑出来宣传的编程、网络安全和智能体能力，中国头部模型同样处于全球前列，其中一些项目还跑在它前面。

CNBC报道中还有一个细节很有意思。

报道称，今年开放模型迅速获得关注，一个标志性事件是人工智能开源平台Hugging Face在处理一次安全事件时，最终选择了中国智谱的GLM-5.2。

该公司起初尝试使用美国领先的闭源模型进行防御，但安全护栏把防御行为误判成攻击行为，随后转向中国开源模型。

CNBC借这个案例说明，开源可以自行部署、修改和控制，这也是中国开放模型越来越受全球开发者欢迎的重要原因。

现在米斯特拉尔显然也盯上了这块市场，公司计划先向开发者、网络安全负责人以及部分政府机构开放Mistral Large 4预览版本，并准备在10月底释放模型权重。

按照米斯特拉尔自己的说法，当前模型仍在快速完善，随着30亿欧元融资到位，公司还会继续扩大训练能力。

这也意味着，10月6日发布的仍是一款预览模型。

截至目前，Artificial Analysis甚至仍把它标记为专有模型，因为官方承诺开放的权重尚未正式放出。等到月底权重发布、更多第三方机构完成测试，它的真实水平还会得到进一步验证。

但根据一些社交平台上AI领域专家的预估，这款法国大模型距离中国开源大模型整体仍落后6个月到1年左右。

总的来说，法国这次确实端出了一款欧洲少见的万亿参数旗舰，米斯特拉尔也终于有资本拿中国模型做比较。

但从当前可查的综合榜单看，宣传中的“挑战中国”跑在了实际成绩前面，其距离中国开源模型头部位置仍有路要赶。