★ FEATURED ARTICLE 同一个 Mistral Large 4四个标题四个「第一」——而它们可以同时为真2026 年 10 月 6 日Mistral 发布了 Mistral Large 4。同一天独立评测机构 Artificial Analysis 发了自己的分析。然后中文和英文的标题是这样的来源标题Artificial Analysis评测方本人“making France home to themost intelligent model outside the US and China”Tom’s Hardware“Mistral’s new Large 4trails some Chinese open modelsin independent tests”apidog“Mistral Is Back: Le ChonkBeats GPT-6 Astra and Claude”腾讯云「Mistral新王炸Le Chonk被Claude和GPT甩出两条街」注意第三行和第四行一个说「打败了 GPT-6 和 Claude」一个说「被 Claude 和 GPT 甩出两条街」。这两个结论是直接矛盾的。我去读了 Artificial Analysis 的原始分析。读完之后的结论是这四个标题都不算错。它们只是在不同的轴上。一、先看原始数据Artificial Analysis 给出的关键数字原文2026-10-06指标Mistral Large 4 Preview对照Intelligence Index38DeepSeek V4.1 Flash (max)39GPT-6 Luna (max)38Cyber Index50GLM-5.3-Flash 50领先 Kimi K3、DeepSeek V4.1 FlashCyberGym-E2E-AA82%高于MiMo-V2.6-Pro79%、GPT-6 Lunamax, 78%GDP.pdf19%与 MiMo-V2.6-Pro 持平低于 Kimi K322%Cost per Task$1.13GLM-5.3-Flash$0.25DeepSeek V4.1 Flashmax$0.27模型本身1 万亿参数49B 激活512k 上下文文本 图像输入。定价 $1.36/$4.18 per 1M 输入/输出 token缓存输入 $0.14头两周五折。权重计划 10 月底开放目前是 Research Public Preview。二、四个标题各自站在哪根轴上① 「美国中国之外最强」—— 这是 Artificial Analysis 自己的原话“This makes itthe most intelligent model from outside the US and China, ahead of countries such as South Korea and the United Arab Emirates”注意这个限定语「美国和中国之外」。它排除了谁决定了这句话有多强。② 「被中国开源模型超过」—— 站在 Intelligence Index 这一根轴上38 分 vs DeepSeek V4.1 Flash 的 39 分。差 1 分。这句话成立的前提是你把 DeepSeek 算进比较范围。而第 ① 句成立的前提是你不算。两句话不矛盾因为它们的样本不同。③ 「打败了 GPT-6 和 Claude」—— 站在网络安全这一根轴上原文“Itsstrongest result is on CyberGym-E2E-AA, where it scores82%, ahead of MiMo-V2.6-Pro (79%) andGPT-6 Luna (max, 78%)”这是真的 —— 在网络安全的这一项上它确实高于 GPT-6 Luna。④ 「被甩出两条街」—— 站在成本这一根轴上原文的小标题直接写了“Over 4x the Cost per Taskof similar-intelligence open weights models”$1.13 vs $0.25 ——4.5 倍。这句话也是真的。三、所以「第一」这个词在这里对应四件事标题参照系在这个参照系里它是美国中国之外最强排除美中第一被中国开源模型超过只看 Intelligence Index第二38 vs 39打败 GPT-6 和 Claude只看 CyberGym-E2E-AA第一82% vs 78%被甩出两条街只看 Cost per Task贵 4.5 倍同一份数据四个参照系四个「第一/第二/最贵」。而这里值得注意的是第 ① 句和第 ② 句的核心差别只是一个限定词—— 「outside the US and China」。去掉这五个词第一句就变成假的。四、一处更细的细节那 18 个百分点是怎么来的原文还有一段我认为比上面所有分数都更值得看“Mistral Large 4 Preview scores 19% on GDP.pdf…This is an 18-point improvement from Mistral Large 3, partly driven byimprovements in their API, which now accepts 100 images per request, up from 8for previous Mistral models”翻译GDP.pdf 从上一代提升了 18 个百分点部分原因是 API 现在单次请求能接受 100 张图片而上一代是 8 张。这 18 分里有多少是「模型更聪明了」有多少是「接口放开限制了」Artificial Analysis 把这 19% 归在模型成绩里这是它的表格结构决定的但它在正文里主动说明了原因。我认为这个说明比分数本身重要—— 因为它意味着这个分数的变化不完全来自模型权重。五、怎么读这类发布把「Mistral Large 4 怎么样」拆成四个可以分别回答的问题问题答案和最强的闭源比呢Intelligence Index38和 GPT-6 Luna 打平——不是「打败」和同价位的开源比呢贵 4.5 倍$1.13 vs $0.25而智能水平相当有没有哪一项确实领先有—— CyberGym-E2E-AA 82%高于 GPT-6 Luna「美国中国之外最强」成立吗成立但前提是排除美中—— 那五个词不能省一张表里可以有四个不同的「第一」。这不是矛盾是参照系不同。而标题只选一个参照系读者就只能看到一个「第一」。核验边界一手材料official_sources 1Artificial Analysis《Mistral has released Mistral Large 4…》2026-10-06—https://artificialanalysis.ai/articles/mistral-large-4-france-ai HTTP 200 全文实取以下数字全部来自该篇原文Intelligence Index 38、Cyber Index 50、CyberGym-E2E-AA 82%、GDP.pdf 19% 及「18-point improvement」、Cost per Task $1.13、对照模型分数、1T 参数49B 激活、512k 上下文、定价四档、五折期、权重开放计划。只取到标题的未取全文Tom’s Hardware—— 标题取自搜索结果标题正文 HTTP 200 但被截断所以「trails some Chinese open models」这个说法的完整语境我没有拿到apidog—— 标题「Beats GPT-6 Astra and Claude」未取全文其具体依据的测试项不明腾讯云—— 标题「被 Claude 和 GPT 甩出两条街」未取全文⚠️ 所以「四个标题」这个说法里只有 Artificial Analysis 那一个是全文核实的。另外三个我只看到标题。我没有断言它们内部是怎么论证的 ——文章里对它们的处理仅限于「标题说了什么」以及「这个说法对应哪根轴」。没核实的「Le Chonk」是什么—— 腾讯云和 apidog 的标题都用了这个词我没有查到它的来源是官方代号、社区昵称、还是模型别名开源许可证—— 原文只说 “open weights planned for the end of October”未说明许可证「美国中国之外」排除了哪些模型—— 原文举了「韩国和阿联酋」为例没有给完整名单Cost per Task 的计算口径—— 原文未在本文中展开该指标的定义结论层面的边界本文不判断任何一家媒体是否误导。四个标题各自对应的轴都写在表里读者自己判断。本文不评价 Mistral Large 4 的好坏只做「同一份数据的四个参照系」的拆解。「4.5 倍」是按原文给出的 $1.13 / $0.25 直接相除得到的原文的说法是「Over 4x」。来源Artificial Analysis — https://artificialanalysis.ai/articles/mistral-large-4-france-aiTom’s Hardware仅标题— https://www.tomshardware.com/tech-industry/artificial-intelligence/independent-tests-rank-mistrals-new-trillion-parameter-large-4apidog仅标题— https://apidog.com/blog/mistral-large-4/腾讯云开发者社区仅标题— https://cloud.tencent.cn/developer/article/2756295
阅读完成 · 觉得有帮助？
