Mistral 万亿参数模型开放权重

AI 的竞争正在同时进入三个层面：模型怎么交付、基础设施由谁买单、系统获得多少行动权限。这份 10 月 30 日的资讯把七条消息放在一起，最有价值的线索，是开放权重、云厂商财报和行为规范开始互相牵动。

对程序员来说，重点不只是哪个模型跑分更高。部署权限、真实成本、授权边界，都会影响下一次技术选型。不过，原文混合了公司自报成绩、交易公告和长期计划，读的时候要分清：哪些已经交付，哪些还只是承诺。

模型更强了，你能用到多少能力

Mistral 在 10 月 29 日宣布开放 Mistral Large 4，别名 Le Chonk。这是一个 1 万亿参数的原生多模态模型，10 月 6 日公开预览后，又进行了三周强化学习。

但「宣布开放」和「所有权重都能下载」仍有距离：原文称，Hugging Face 主检查点页面还显示预计 10 月 31 日发布，另一个 NVFP4 量化检查点已经可供自行部署。

Mistral 自报的编程成绩包括：FrontierCode 2.0 为 19.7%；Artificial Analysis Coding Agent Index 为 48%，与 GLM-5.3 基本持平，每项任务少用 47% token；Terminal-Bench 4.0 为 41%，比预览版高 13 个百分点。安全方面，Artificial Analysis Cyber Index 为 51%，在 JailbreakBench、StrongREJECT 和 AgentHarm 上，对恶意网络请求的平均拒绝率为 96.6%。

这些数字全部来自 Mistral，独立验证仍需等待。尤其是少用 47% token，值得关注，但它不等于所有项目都能省下 47% 费用。

许可也要单独看。它采用修改版 MIT，允许免费使用、微调和商业化，但转售为 Model-as-a-Service，需要另签商业许可。模型通过 Mistral Studio、Mistral API、OpenRouter、NVIDIA NIM 和 Microsoft Foundry 分发，后者是首家云提供商；API 起价为每百万输入 token 0.70 美元、输出 token 2.10 美元。训练使用了欧洲自有数据中心里的 3,800 张 NVIDIA Grace Blackwell GPU。

Google 选择了另一条路。Gemini 4 Carbon 据称在漏洞发现、利用和修复基准上领先，却只向部分可信安全防御方开放，美国政府已在测试。10 月中旬面向公众推出的则是 Gemini 4 Argon。原文没有提供 Carbon 的具体分数和完整准入条件。

模型能力、访问资格和部署权限，已经需要分开比较。

云业务高速增长，为什么还要借钱建机房

AI 能为 Alphabet 和 Microsoft 带来收入，也会提前消耗巨额现金。

Alphabet 第三季度收入增长 25%，达到 1,276 亿美元，连续第 13 个季度双位数增长；营业利润增长 30%，达到 406 亿美元，营业利润率为 31.8%。但收入和盈利均低于市场预期，净利润受 SpaceX 持股 82 亿美元未实现亏损拖累，下降约 25% 至 262 亿美元，盘后股价跌约 10%。

内部差异更大。Google Cloud 收入翻倍至 307 亿美元，营业利润增至三倍、达到 111 亿美元，积压订单为 5,610 亿美元，对外销售 TPU 系统也开始贡献可观收入。搜索收入则增长 12% 至 633.5 亿美元，低于上一季度的 17%。

Google 将部分压力归因于 AI Mode：其中的查询比传统搜索长三倍，视觉搜索超过每月 500 亿次，广告变现却还在追赶。使用量增长，并不自动带来同比例的商业回报。

投入端更直接：季度资本支出为 513.6 亿美元，经营现金流为 423 亿美元，自由现金流为负 90.7 亿美元，连续第二个季度为负。Alphabet 维持 2026 年 1,950 亿至 2,050 亿美元资本支出指引，并表示 2027 年会显著增加；当季发行了 287 亿美元高级票据。与此同时，Gemini 用户超过 10 亿，第一方 API 每分钟处理接近 320 亿 token。

Microsoft 的 2027 财年第一季度更受市场欢迎：收入增长 19% 至 922.8 亿美元，净利润增长 32% 至 366.3 亿美元，调整后 EPS 为 4.89 美元，高于预期的 4.71 美元；Azure 增长 48%，盘后股价涨约 3%。9 月调整后的 Agent and Infrastructure 部门包含 Azure 和 Microsoft 365，收入为 768 亿美元，增长 25%，占公司总收入超过 80%。

但它同样需要外部资金。据原文援引的报道，Microsoft 计划发行至少 250 亿美元债券支持数据中心建设，并已宣布涉及 60,000 名员工的自愿离职计划。两家公司都表示云需求超过供给。

原文把资本支出看得比利润更重要，这是作者的市场判断。对开发团队更实用的提醒是：供应商增长很快，也不能替你证明项目的单位经济效益。

AI 开始进入业务流程，规则和承诺够不够

OpenAI 在 10 月 29 日更新 Model Spec，将行为规范组织到五项价值之下：忠于人的意图、减少伤害、诚实与透明、人的自主权，以及关怀。

其中最值得程序员关注的是「忠于意图」。原文借用辅助博弈（assistance games）的思路解释：人真正看重的目标在先，指令只是表达这些目标的信号。模型遇到指令没覆盖的情况，需要判断，但仍须接受人的监督。

这对 Agent 很关键。用户说「修好这个问题」，并没有穷举允许修改的文件、可以调用的服务和必须停止的条件。新版规范更新了平台、开发者与用户指令冲突时的优先级，但原文没有列出具体条款。

规范描述的是预期行为，实际遵守程度仍要另外验证。

OpenAI 表示正在探索让模型理解原则原因的训练方法，结果留待后续更新。原文引用此前 Model Spec Evals，称近期推理模型的合规率在百分之八十几的中高区间；这不能当作新版规范已经落实的证据。

另外两条消息，把这个问题推向了物理世界。

Thrive Holdings 同意以每股 10 美元现金收购有 150 年历史的 ADT，股权价值约 76 亿美元，企业价值为 153 亿美元，较 10 月 27 日未受消息影响的收盘价溢价 45.6%。交易预计 2027 年第一季度完成，仍需股东和反垄断批准；董事会一致通过，Apollo 基金提供唯一融资承诺且无融资条件，并设有截至 11 月 28 日的 30 天竞价窗口。消息后 ADT 股价上涨 34%。

Thrive Holdings 持有超过 75 家企业，OpenAI 既是投资者也是技术合作方，会向被投企业嵌入研究、产品和工程团队。但 ADT 没有宣布新 AI 产品，只提出减少误报、改善监控通知和提前发现设备故障。它承诺数据保护政策不变，未经客户许可不新增数据共享。这里要观察的是后续执行，不能把收购直接写成 AI 改造成功。

LG 则计划在 2030 年前进入家庭具身 AI 和人形机器人市场，以可负担价格、家电协同、训练数据和自研执行器为支柱，与 NVIDIA 合作，争取到明年获得约 500,000 小时机器人训练数据。它已建立机器人数据工厂，AI 数据中心冷却业务订单超过 3 万亿韩元。

LG 的优势是能同时设计机器人和家电，但家庭环境复杂、消费者价格尚未被证明。2030 年是目标，不是交付结果。

我的判断

我更认可原文把模型发布、资金投入和授权边界放在一起观察的方式。它们共同决定一项能力能否进入日常业务，而跑分只覆盖其中一部分。

但开放部署与受控访问，原文没有给出成本和效果对照。自行部署能增加控制权，也要承担硬件、运维和权限管理；托管服务减少这些负担，却受到准入与提供商策略约束。Mistral 的恶意请求拒绝率，也不能直接证明自行部署后的安全性。

类似地，云业务增长不等于客户项目回报已被验证，收购计划不等于业务改造完成。原文关于这些趋势的解释，有合理线索，仍带有经验判断。

文本本身还有一处矛盾：开头说两家财报相隔 24 小时，正文却都标为 10 月 28 日。仅凭所给材料无法消解，因此不宜继续沿用这个时间差。

能拿来做什么

• 给前端或 Node 项目选编程模型时，用同一组真实任务比较完成率、token 用量、耗时和人工返工，再判断 Mistral 自报的效率优势是否适用。
• 准备自行部署 Mistral Large 4 时，先确认检查点可用状态、硬件需求及许可边界，尤其检查业务是否涉及转售 Model-as-a-Service。
• 给 AI 编程 Agent 增加工具调用时，明确可修改范围、授权边界和需要人工确认的动作，并检查实际执行记录，不把行为规范当成已经通过的测试。
• 评估安全模型时，先确认能否获得访问资格及允许执行的任务，再比较基准成绩；Gemini 4 Carbon 的领先声明不能直接转化成项目可采购的能力。