Cache News Taiwan
Mistral Large 4 以兆級 MoE 模型強攻歐洲自主 AI,權重預計月底開放
剩 64 秒
AI開放權重

Mistral Large 4 以兆級 MoE 模型強攻歐洲自主 AI,權重預計月底開放

[快取]CACHE NEWS TAIWAN1兆模型總參數約數AI2026.11.10 讀 64 秒
法國 Mistral 把大型開放權重模型與歐洲資料主權綁在一起,挑戰中美模型主導權。圖:快取新聞製圖 數字來源見文末

結論先講:Mistral 推出 Large 4 公開預覽,總參數約 1 兆,推論時只啟用約 490 億參數,以 MoE 架構平衡能力與成本。模型在歐洲自有資料中心訓練,主打可依歐洲法律與資料治理需求端對端部署。權重預計 10 月底釋出,安全與實際效能仍在測試。

1兆
模型總參數約數
490億
每次推論啟用參數約數
160+
訓練涵蓋語言
[ 3 個快取重點 ]20 秒版本
01

Large 4 是原生多模態 MoE 模型,可處理文字與影像。

02

模型使用約 3,800 至 4,000 顆 Grace Blackwell GPU 從頭訓練。

03

尚未定案:權重、更多架構細節與基準測試預計 10 月底公布。

01大模型不必每次全開

MoE 只在每次推論啟用部分專家參數,因此能保留龐大模型容量,同時降低單次運算負擔。Mistral 把它用在程式開發、代理流程、資安、金融與製造等場景。

02歐洲要的不只是排行榜

模型在歐洲基礎設施訓練並可在當地端對端部署,賣點包含資料治理與法律符合性。對企業而言,模型主權可能和基準分數一樣重要。

03 發布節點
2026/10/06
Large 4 先以 API 公開預覽
預覽期間
持續強化學習與安全測試
2026/10 底
預計釋出權重與更多技術細節

空心=公司規劃,實際日期與授權條件仍待公布。

Bottom line

模型主權的競爭,最後會落到誰能同時交付能力、成本與可控部署。

來源與方法
原始報導
科技新報
改寫方式
快取新聞不轉載原文。我們讀完原始報導後,用自己的話重寫成結論、三個重點與一張圖。數字均取自上列來源,未經我們獨立查證。
單位
「pt」為百分點,指兩個百分比的差,不是成長率。標示「預估」或斜線紋樣者為推估值,非已實現數字。

更正紀錄本篇尚無更正。若你發現錯誤,寫信到 corrections@cachenews.tw,我們會在文末公開記錄更正內容與時間。

分享這篇

64 秒能讀完的東西,值得傳給還在滑三分鐘影片的朋友。

LINEThreadsFacebookX
分享卡 · 1200 × 630
快取 Cache News Taiwan 讀 64 秒

Mistral Large 4 以兆級 MoE 模型強攻歐洲自主 AI,權重預計月底開放

1兆
模型總參數約數
490億
每次推論啟用參數約數
160+
訓練涵蓋語言
CACHENEWS.TW

這張卡的比例與內容對齊各平台的連結預覽。上線時輸出成 PNG 放到 og/mistral-large-4.png,貼連結到 LINE、Threads、Facebook 就會顯示這張圖。