跳到正文
热点事件持续更新

Mistral 开源万亿参数 Le Chonk，Unsloth 推 1-bit 量化版

8 篇报道8 个报道来源2 小时前更新

先了解这件事

AI 综述

Mistral AI 公开了旗舰模型 Mistral Large 4（昵称 Le Chonk）的权重，此前该模型处于公开预览阶段。模型为原生多模态 MoE，总参数约 1T、每 token 激活 49B–52B、上下文 1M token，官方提供 FP8 与 NVFP4 两种版本。权重采用 MIT 衍生的 Mistral Ecosystem Open-Weight License：使用、修改、微调和商业部署免费，但以模型即服务形式对外提供的企业须另行取得 Mistral 商业许可。 Mistral 称该模型主打智能体编码与网络安全，在 Cognition 的 FrontierCode 开放模型中排名第一，网络防御能力经 CrowdStrike、Cloudflare、Rubrik、Zscaler 等厂商测试。Artificial Analysis 评测称其以 1.05T 总参数成为非中国开发的最强开放权重模型；The Decoder 则指出其编码领先开源模型，整体仍落后中国模型。vLLM 同日宣布 Day 0 支持。 Unsloth 发布该模型的 Dynamic 1-bit GGUF 量化版，称可在 Mac Studio 本地运行，保留 91% top-1 准确率，最小版本约占 233GB 磁盘、需 256–270GB 内存，较 1.1TB FP8 小约 80%。

AI 根据报道生成 · 35 分钟前更新

最新进展10月29日 23:25
Mistral 开源 Large 4（Le Chonk）：编码领先开源模型，整体仍落后中国模型

事件进展

4 个进展

  1. 10月29日 22:58 · 1 篇报道
    Artificial Analysis发布Mistral Large 4评测结果
    Artificial Analysis：Mistral Large 4 开放权重发布，1.05T 总参数，成为非中国开发的最强开放权重模型
  2. 10月29日 22:27 · 1 篇报道
    Unsloth发布Mistral Le Chonk本地运行GGUF
    Unsloth：Unsloth 发布 Mistral Le Chonk 1-bit GGUF 量化版，可本地运行 1T 参数模型
  3. 10月29日 08:00 · 5 篇报道
    Mistral AI 发布 Le Chonk 权重
    Hugging Face 官方团队博客：Mistral Large 4（Le Chonk）登陆 Hugging Face：1T 参数 MoE 多模态开源权重模型
  4. 10月29日 08:00 · 1 篇报道
    vLLM 宣布支持 Mistral Large 4
    vLLM 官方博客：vLLM 发布 Mistral Large 4 Day 0 支持

报道时间线

沿着报道，了解事件的不同侧面。

10月29日
  1. The Decoder：AI News
    Mistral 开源 Large 4（Le Chonk）：编码领先开源模型，整体仍落后中国模型

    Mistral 发布 Mistral Large 4（昵称 Le Chonk）权重，总参数约 1 万亿、每步激活 52B，文本图像输入、输出文本和代码，预览三周后经强化学习继续训练，Terminal-Bench 4.0 从 28 升到 41%。

  2. Arthur Mensch精选
    Mistral 开源新改进版 Le Chonk 模型权重

    Mistral 发布新改进版 Le Chonk 的开放权重，主打智能体编码与网络安全方向。该模型在 Cognition 的 FrontierCode 上排名开源模型第一，并在 Artificial Analysis 上创下 Pareto 效率新基准；网络防御能力经 CrowdStrike、Cloudflare、Rubrik、Zscaler 等厂商测试，权重可在 Hugging Face 下载，支持用 Mistral Forge 定制并自行部署。

  3. Artificial Analysis
    Mistral Large 4 开放权重发布，1.05T 总参数，成为非中国开发的最强开放权重模型

    Artificial Analysis 评测 Mistral 刚开放权重的旗舰模型 Mistral Large 4，总参数 1.05T、激活参数 52B，上下文窗口 1M tokens。

  4. Unsloth精选
    Unsloth 发布 Mistral Le Chonk 1-bit GGUF 量化版，可本地运行 1T 参数模型

    Unsloth 发布 Mistral Le Chonk（Mistral Large 4，1T 参数 MoE，52B 激活）的 Dynamic 1-bit GGUF，可在 Mac Studio 上本地运行，保留 91% top-1 准确率，体积约 233GB（较 1.1TB FP8 小 80%）。图为各量化档位给出硬件需求，1-bit 需 256-270GB 内存，最小 UD-IQ1_S 约占 233GB 磁盘，并支持文本与图像输入、1M 上下文和 160+ 语言。GGUF 与指南见 huggingface.co/unsloth/Mistral-Large-4-1T-A52B-GGUF 和 unsloth.ai/docs/models/mistral-large-4。

  5. Mistral AI
    Mistral AI 发布全新升级的 Le Chonk 开源权重

    Mistral AI 发布全新升级的 Le Chonk 模型权重，主打智能体编码与网络安全。该模型在 Cognition 的 FrontierCode 开放模型中排名第一，并在 Artificial Analysis 上创下新的 Pareto 效率基准；网络防御能力经 CrowdStrike、Cloudflare、Rubrik、Zscaler 等厂商测试。

  6. Hacker News：AI 热帖精选
    Mistral 开源 Mistral Large 4 权重，1 万亿参数多模态模型

    Mistral 公开 Mistral Large 4（Le Chonk）的模型权重，该模型为 1 万亿参数原生多模态模型，此前处于公开预览阶段。

  7. Hugging Face 官方团队博客精选
    Mistral Large 4（Le Chonk）登陆 Hugging Face：1T 参数 MoE 多模态开源权重模型

    Hugging Face 发布 Mistral Large 4（Le Chonk）的上线博客，模型为多模态多语言 MoE 架构，总参数约 1T、激活 49B、上下文窗口 1M token。

  8. vLLM 官方博客精选
    vLLM 发布 Mistral Large 4 Day 0 支持

    vLLM 团队宣布对 Mistral 新旗舰模型 Mistral Large 4 提供 Day 0 支持，该模型为 1T 参数、每 token 激活 49B 的原生多模态 MoE 模型，采用 MLA 稀疏注意力加 DSA top-k 索引器、跨层 KV 共享、NoPE、SSMax 和 LeRoPE 等新架构，并内置 DSpark 推测解码草稿器与 Pixtral 视觉编码器。

本事件热度走势

可比范围当前
208
可比范围峰值
21410月30日 00:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。