AI 日报 | 10月30日：欧洲开放万亿参数大模型权重，开源竞争升到新量级

今天的主角是欧洲——法国 Mistral 把万亿参数旗舰模型的权重直接放上了 Hugging Face，开源大模型第一次进入万亿量级；谷歌的新模型和评测机构换尺则说明，最强 AI 能力正越来越"看人放行"。

1. Mistral 开放万亿参数模型权重，欧洲首个可下载旗舰

10 月 29 日，Mistral 宣布开放 Mistral Large 4（内部代号 Le Chonk）的模型权重，文件以 Mistral-Large-4-1T-A52B 之名上线 Hugging Face；API 同步提供 mistral-large-4，Microsoft Foundry 成为首个接入的云平台，NVIDIA NIM、OpenRouter 也同步分发。这是欧洲第一份万亿量级可下载权重，对要求"数据不出欧盟"的政企来说，此前根本不存在这个选项。

规格：约 1 万亿总参数（模型卡记 1.05 万亿），每个 token 只激活 490 亿（含嵌入与输出层为 520 亿）；原生多模态 MoE 架构，128 个"专家"每个 token 只唤醒 4 个、外加 1 个共享专家——参数虽大，实际推理只动一小部分，成本可控。上下文 100 万 token，支持 160 多种语言，在欧洲自有数据中心用 3800 块 Grace Blackwell 从零训练。权重提供 FP8 与 NVFP4 两版，vLLM、SGLang、llama.cpp 首日即可加载。

跑分（"官方"为 Mistral 自测，"第三方"为 Artificial Analysis 独立测评）：

测评项目	Mistral Large 4	对比对象	谁赢
Terminal-Bench 4.0（官方）	41%	预览版 28%	本模型，+13 分
FrontierCode 2.0（官方）	19.7%	DeepSeek 19.3%	本模型，险胜
编程智能体指数（第三方）	48%	GLM-5.3 48%	持平，但每任务少用 47% token
智能指数 v5（第三方）	26 分	DeepSeek V4.1 Flash、GLM-5.3 各 32 分	对手，落后 6 分
AA-Briefcase 知识工作（第三方 Elo）	1349	DeepSeek 1570、GLM-5.3 1504	对手
网络攻防指数（第三方）	51%	Claude Opus 5.5、GPT-6 Astra 因安全拒绝近 0 分（官方口径）	本模型

注：第三方同项仅给 25%（Terminal-Bench）与 15%（FrontierCode），低于官方自测，两套口径不可混用。

新技术：比 10 月初的预览版多训了约三周强化学习，每个任务的平均输出 token 从 13.5 万降到 8.2 万（-39%），而智能指数更高的 7 个开源模型每任务要烧 11.3 万至 22.5 万 token——活照干，话少了，账单和等待都更短。安全上内置护栏，官方称对恶意请求拒绝率达 96.6%，主打"防御能力不会被断供"。

价格：

模型/口径	每百万 token 输入	输出	定位
Mistral Large 4	$0.70	$2.10	万亿参数开放权重旗舰，缓存输入 $0.07
同一模型预览期标价	$1.36	$4.18	正式价约为标价一半
自部署	免费	免费	权重免费下，但 FP8 约 1.05 TB，需 8 卡级显存

同档对手的 API 单价本次未查到官方数字，不作对比。官方另称单任务成本较此前降低 63%。

横向对比：强项很明确——编程智能体与网络攻防，官方口径下与中国最强开源模型打平且更省 token；弱项也清楚：综合智能 26 分落后 DeepSeek、GLM 的 32 分，知识问答的幻觉控制偏弱（Omniscience 得 -5.3 分，Kimi K3 为 19.7），而且出名的"话多"。一句话：要把数据留在自己机房、或做安全防御类任务的团队，值得立刻下载试用；只追求综合智能的用户没必要换，国产开源在这一档仍更划算。

2. 谷歌最强网络攻防模型先行"看人放行"

10 月 28 日，谷歌在财报电话会上公布 Gemini 4 Carbon，皮查伊称其为公司最强的前沿模型：在漏洞发现、复现与修复类测评上居首位，美国政府已提前测试。但它初期只向一小组"可信网络防御者"开放，与 10 月中旬公开的 Gemini 4 Argon 形成分级放行。按 Artificial Analysis 智能指数，Carbon 以 59 分排名第一，Claude Opus 5.5 为 58 分、GPT-6 Astra 为 57 分。能直接转化为攻防能力的顶级模型正被当成敏感能力管理：能力最强的先给政府和防御方，普通用户拿到的是效率版。

3. 评测榜单换尺：闭源霸榜，开源国产退到 14、15 名

Artificial Analysis 把综合智能指数升级到 v5 版本：60% 权重首次来自私有测试集，并新增 FrontierCode 2.0、Terminal-Bench-Science 等真实任务测评。换尺后前排几乎被美国闭源模型包揽（Gemini 4 Carbon 59、Claude Opus 5.5 58、GPT-6 Astra 57），中国模型里只有 Kimi K3.1 Pro 进入前十（完整权重 11 月 4 日前放出），Qwen3.8 Max 排第 13。已开放权重的 DeepSeek V4.1 Flash 与 GLM-5.3 各得 32 分、并列开源第一，但总排名只到第 14、15 位，还低于 Anthropic 的入门款 Claude Haiku 5.5。榜单换尺之后，开源阵营的竞争重点正从"综合分"转向编程、攻防、成本这类单项优势。

4. 国产两条：腾讯预告混元 Hy4，蚂蚁再开源个人助理模型

• 腾讯 10 月 29 日在数字生态大会预告混元 Hy4 与 Hy4 flash：相比 Hy4 preview 强化长程与真实生产力任务、提升思维链效率，并首次引入视觉理解，flash 版主打性价比；跑分与价格尚未公布。
• 蚂蚁百灵 10 月 28 日开源 Ling-3.1-flash-1019 与基础模型 Ling-3.1-flash-base（约 5600 亿总参数、每 token 激活约 250 亿，混合线性 MoE，MIT 许可证），智能指数 44 分、较上一版 +3；配套的灵光 2.0 升级为退出对话后仍继续跑任务的个人 AI 助理。