Mistral AI 已发布 Mistral Large 4 (ML4) 的公开预览版，这是迄今为止该公司规模最大且能力最强的模型。该模型是原生多模态的，能够对复杂的文档、图表和自然图像进行推理。虽然该模型总共拥有 1 万亿参数，但它采用了混合专家（MoE）架构，拥有 520 亿激活参数。Mistral AI 计划在 2026 年 10 月底前发布模型的权重，允许组织在私有基础设施上部署该模型，从而实现对数据和 AI 主权的更强控制。
ML4 在特定的企业垂直领域表现出显著的性能，特别是在网络安全和编程方面。在网络安全领域，它在 Artificial Analysis 网络安全指数中位列全球前五，特别是在特定任务上显著优于几款领先的封闭模型，因为它不会拒绝执行漏洞研究或修补工作。在编程方面，该模型获得了 49.8% 的 Coding Agent Index 评分，领先于 DeepSeek V4 Pro 和 Qwen3.8 Max 等竞争对手。此外，该模型在科学工作流中表现出极高的熟练度，例如生成完整的 Hartree–Fock 模拟，并且在知识工作中表现出色，在 HarveyAI 的 Legal Agent 基准测试和用于财务分析的 FinWorkBench 中均超越了 GPT-6-Astra。
该模型在编程任务中的性能通过其在 Coding Agent Index 上获得的高分得到了突出。
文章指出 ML4 在 Artificial Analysis 网络安全指数中位列全球前五。
该模型在知识工作中表现出色，特别是在 HarveyAI 的 Legal Agent 基准测试中超越了 GPT-6-Astra。
尽管性能卓越，但与某些专用模型相比，ML4 在成本和速度方面存在权衡。例如，在 OpenRouter 平台上与 DeepSeek V4.1 Flash 1017 相比，Mistral Large 4 的输入价格显著更高（$1.36/M tokens 对比 $0.049/M tokens），且中位吞吐量较慢（每秒 27.0 个 token 对比每秒 44.0 个 token）。此外，虽然 ML4 旨在处理高推理任务，但一些早期用户反馈表明，它可能会表现出意想不到的语言行为，例如在德语等其他语言的交互过程中产生中文字符。Mistral AI 在其位于欧洲的数据中心中使用 3,800 个 NVIDIA Grace Blackwell GPU 训练了该模型，以确保在欧洲法律框架下独立运行。