Mistral AI 官方文档的模型（Models）目录中，Mistral Large 4 作为推理与模型（Inference & Models）板块下的一个模型文档页面出现。该页面以 Mistral Large 4 为标题，页面起始处紧随其后提供一个前往 Playground 的试用入口，用户可通过该入口打开 Playground，并在其中对该模型进行实际试用。
正文
2026 年 10 月 6 日
Public Preview Open v 26.10
Mistral Large 4
Mistral Large 4 是一款最先进的开放权重通用多模态模型，采用细粒度混合专家（Mixture-of-Experts）架构。该模型拥有 52B 激活参数和 1.05T 总参数，并配备一个 1.6B 参数的视觉编码器。
模型标识：mistral-large-4+1
- 速度（Speed）
- 性能（Performance）
- 模态（Modalities）：推理、聊天补全
- 上下文（Context）：1M
- 价格（Price，USD/EUR）：
- 输入/百万 Token：$1.36
- 缓存输入/百万 Token：$0.14
- 输出/百万 Token：$4.18
功能
评论
当前讨论规模很小，主线是围绕 Mistral Large 4 相比 DeepSeek 是否还有使用必要：少数人直接质疑它没有理由替代 DeepSeek 1017，另一少数人则补充它在多模态和视觉智能上更强，但代码不如对手且成本约 10 倍。与此同时，较多人认为这则消息疑似重复两周前的高分热帖，因此新鲜感不足，但仍有人看到 Le Chaton Fat 就先点赞。
认为相比 DeepSeek 1017 没有使用理由
- 有用户将 Mistral Large 4 与 DeepSeek 1017 直接对比，认为看不出选择前者的理由，暗示其在对比中缺乏足够优势。（少数人） > 和 DeepSeek 1017 相比，我不确定自己为什么会用这个。（@moecables）
认为 Mistral Large 4 的多模态/视觉能力更好，但代码更弱且成本更高
- 一位用户贴出官方新闻页并给出对比：Mistral Large 4 的多模态和视觉智能优于 DeepSeek 4.1 Flash，所以如果看重视觉/多模态能力，它仍有存在价值；但它代码能力不如 DeepSeek 4.1 1017，且在 OpenRouter 上成本约为 DeepSeek 的 10 倍。（少数人） > 看来它的多模态和视觉智能能力优于 DeepSeek 4.1 Flash，尽管代码比不上 DeepSeek 4.1 1017，而且成本约为后者的 10 倍。（@Flux159）
认为这则消息是两周前热帖的重复
- 多条评论指出，相关模型或新闻似乎两周前就已出现；有人贴出两周前的前一讨论链接，该前帖已有 2044 分、1254 条评论，因此怀疑本次是重复发帖。另一位用户也表示看到 Le Chaton Fat 仍会先点赞，但质疑它两周前不是已经发布了吗。（较多人） > 看到 Le Chaton Fat 我会先点赞，但为什么要发这个？它不是两周前就发布了吗？（@andix）
有价值的补充
- Mistral Large 4 的权重将于本月底以 Mistral-Large-4-1T-A52B 为名在 Hugging Face 发布；评论还给出了 OpenRouter 对比页与 Mistral 官方新闻页，可用来核对多模态、代码能力与约 10 倍成本差异。（@Flux159、@moecables）