AI 日报 | 10月31日：Mistral 开源万亿参数旗舰 Le Chonk 权重

今天 AI 圈的重头戏集中在开源侧：法国 Mistral 把万亿参数旗舰 Mistral Large 4 的权重放了出来，商汤和英伟达也各自开源了新模型，OpenAI 则更新了模型规范。

1. Mistral 开源万亿参数旗舰 Large 4（代号 Le Chonk）

10 月 29 日（当地时间），Mistral 在 Hugging Face 开放 Mistral Large 4 权重：约 1.05 万亿总参数、每 token 激活 490 亿（含嵌入与输出层 520 亿）的 MoE 模型，原生多模态（图入文出），100 万 token 上下文，支持 160 多种语言，在欧洲自有数据中心用 3800 块 NVIDIA Grace Blackwell GPU 从零训练。

新技术：它把一万亿参数拆成 128 个"专家小组"，每次只唤醒其中 4 个加 1 个共享专家来干活——相当于能力按万亿算、算力按百亿算，因此又大又不算太贵。相比 10 月 6 日的预览版，正式版又多跑了三周强化学习，主打编程、智能体与网络安全，并提供 Low/Medium/High 三档推理深度。

跑分（官方自测与第三方 Artificial Analysis 复测口径不同，并列如下）：

测评项目	Mistral Large 4	对比对象	结果
Terminal-Bench 4.0	41%	预览版 28%	提升 13 个百分点
AA Coding Agent Index	48%	GLM-5.3 同分	打平，但每任务省 47% token
FrontierCode 2.0	19.7%（官方）	DeepSeek 19.3%（官方口径）	官方称开源第一；AA 独立复测为 15%，低于 DeepSeek 29%
AA Intelligence Index	26 分	DeepSeek V4.1 Flash、GLM-5.3 均 32 分	落后 6 分
AA Cyber Index（找漏洞/修复）	51%	—	官方称开源模型最强

价格（每百万 token，美元）：

模型	输入	输出	定位
Mistral Large 4（现行）	0.70	2.10	1.05T 参数开源旗舰，缓存输入 0.07
Mistral Large 4（10 月 6 日预览价）	1.36	4.18	本次直接降约一半
Kimi K3.1 Pro	10	官方未公布	3 万亿参数开源旗舰（据公开报道）
GLM-5.3-Flash	0.30	1.20	320B 轻量开源，价格对照

横向对比：论绝对智能，ML4 还打不过国产开源（DeepSeek、GLM 并列 32 分），更远低于 Gemini 4 Carbon（59）、Claude Opus 5.5（58）、GPT-6 Astra（57）。它赢在效率与部署自由——每任务平均只输出 8.2 万 token（预览版 13.5 万），且权重采用修改版 MIT 许可、可自行部署。一句话：需要欧洲数据主权、私有化部署或想要一个"西方开源可打"选项的团队值得上手；纯比跑分和价格，国产开源仍是更划算的选择。

2. 商汤开源 Loop-9B：9B 打赢 27B

10 月 30 日，商汤开源日日新 SenseNova Loop-9B-Preview。它用 Looped Transformer 架构，让同一套参数反复"转圈"计算多次，等于不加参数就把网络加深，在 9B 体量下媲美 27B 模型。对想低成本本地部署的团队是好消息。

3. 英伟达开源语音转录模型 Nemotron 3.5 Transcribe

英伟达开源新一代语音转录大模型，约 34B 总参数的 MoE 结构、单次推理只激活 43 亿参数，主打多语言识别、超长音频和多人抢话分离（最多 8 人同时说话）。语音是智能体和多模态应用的关键输入环节，开源会直接拉低这类应用的门槛。

4. OpenAI 更新模型规范：忠于人类意图列为首要准则

当地时间 10 月 29 日，OpenAI 更新 Model Spec，围绕五大核心价值重构框架：忠于人类意图、降低伤害、诚实透明、保障人的自主选择权、审慎尽责。官方强调"忠于人类意图"是整套框架的基础，要求模型理解用户与开发者的意图，而非机械按字面执行指令。这是 AI 对齐工作的一环，将影响行业对齐实践与监管讨论。