Mistral Large 4 采用专家混合架构，为每个 token 动态选择少量专家，同时通过注意力索引器挑选需要关注的早期 token 位置，形成语言模型稀疏与上下文稀疏的双重机制。视觉部分集成 Pixtral 编码器，使其能同时处理文本与图像并输出文本。

在 Artificial Analysis Cyber Index 测试中，该模型成功复现开源软件漏洞并生成补丁，得分 82%，而多家闭源前沿模型因拒绝执行任务得分接近零。这对安全防御者至关重要，因为修复漏洞通常需要先复现问题。内部测试还显示它在恶意软件分析和编码代理场景中表现出色。

实际应用价值

  • 可直接用于构建处理真实世界安全任务的代理，避免许多模型常见的拒绝行为
  • 1M 上下文窗口适合分析长代码库或复杂文档
  • 开源许可为中文开发者提供本地部署和微调空间，推动 AI 编程工具创新

对开发者而言，这意味着能更快搭建多模态代理，尤其在网络安全和代码相关产品中。模型已在 Hugging Face 集合页提供所有检查点，社区已开始围绕其进行下游实验。