10 月 29 日，法国 Mistral AI 把 Mistral Large 4（内部代号 Le Chonk）的模型权重放上了 Hugging Face。1.05 万亿总参数、490 亿激活参数、100 万 token 上下文、原生图像输入——这几个数字让它在开源阵营里站到了最前面。但真正值得企业技术负责人花十分钟读完的，不是参数，而是那份名叫 Mistral Ecosystem Open-Weight License 的许可协议。
因为它不再是标准的 MIT。它是 MIT 原文加了一条：如果你或你的关联公司经营「模型即服务」业务，那么在把该模型用于任何商业用途之前，必须先从 Mistral 拿一份单独的商业授权。
一、这次放出来的到底是什么
先把可核验的事实摆清楚。以下数据来自 Mistral 官方文档、Hugging Face 模型卡与当日媒体报道：
- 规模：约 1 万亿总参数，Mistral API 文档写作 1.05T；每 token 激活 49B（含嵌入层与输出层为 52B，所以仓库名是 A52B）；另有一个 16 亿参数的 Pixtral 风格视觉编码器。
- 架构：72 层解码器，128 个路由专家、每 token 激活 4 个，外加 1 个始终启用的共享专家；注意力采用多头潜在注意力配合 DeepSeek 式稀疏索引器，每个查询最多回看 2048 个早期位置。
- 硬件：在 Mistral 位于欧洲的自有数据中心，用 3800 块英伟达 Grace Blackwell GPU 从零训练。
- 体积：官方 FP8 检查点切成 54 个 safetensors 分片，合计约 1.06 TB；另有 NVFP4 检查点约 610 GB，仅面向 Blackwell 架构。官方推理样例用 8 张 B300。
- 价格：API 每百万 token 输入 0.70 美元、缓存输入 0.07 美元、输出 2.10 美元。
- 推理强度：low / medium / high 三档，默认 high，low 取代了预览版的「None」模式。
- 效率：内置名为 DSpark 的投机解码头（3 层 BF16 密集草稿网络，一次提议 3 个 token），官方称吞吐最高提升 1.9 倍且输出与单独运行大模型完全一致。官方称 Terminal-Bench 4.0 从预览版 28% 提升到 41%；在 Artificial Analysis 的 Coding Agent Index 上 48 分，与 GLM-5.3 基本持平，但平均每任务消耗 token 少 47%。
以上基准分数均为厂商自行公布，未经第三方复现，这一点在使用时应明确标注。
二、「开源」这个词，现在至少要分四档
把 Mistral 这次的许可和近半年其他主流开放权重模型放在一起，差别会非常直观。
| 模型 | 总参数 / 激活 | 许可 | 商用限制 | 本地部署门槛 |
|---|---|---|---|---|
| Mistral Large 4 | 1.05T / 49B | Mistral Ecosystem Open-Weight（修改版 MIT） | 自用、微调、嵌入产品均免费；经营 MaaS 的公司或关联方须单独授权 | FP8 约 1.06 TB，需 8 卡级服务器 |
| GLM 5.2（智谱） | 744B / 40B | MIT | 无附加限制，可完全私有化部署 | GGUF 约 800 GB 级 |
| GLM 5.3（智谱） | 744B / 40B | GLM-5.3 License | 条款同 MIT，但经营 MaaS 且连续 12 个月总收入超门槛的集团，商用前须通过智谱安全审查 | 同上 |
| gpt-oss-120b / 20b（OpenAI） | 120B / 20B | Apache 2.0 | 无附加限制 | 120B 单张 H100；20B 约 16 GB 内存 |
| Kimi K2.6 | 1T / 32B | 修改版 MIT | 月活超 1 亿或月收入超 2000 万美元，须在产品界面显示「Kimi K2.6」 | 数据中心级 |
| MiniMax M2.7 | 229B | MiniMax 非商业许可 | 仅限个人、自用与研究；任何商用须书面授权并标注来源 | 多卡 |
这张表里有三个台阶值得记住。第一档是真正的无附加条件（MIT、Apache 2.0），企业最省心；第二档是「加一个触发条件」的修改版 MIT——Mistral 触发在公司类型，Kimi 触发在公司规模，智谱触发在业务类型加收入门槛；第三档是明确排除商用的非商业许可，MiniMax M2.7 属于这一类，它不是 OSI 认可的开源许可。
Mistral 那条尤其需要细读。按许可原文，触发条件挂在「主体」而不是「部署方式」上：只要你的公司——或者它的关联公司——经营模型即服务业务，那么即便你把 Large 4 只嵌进自家产品的某个功能里，也需要先拿到商业授权。许可同时明确两类情形不算 MaaS：模型「仅嵌入特定功能或框架」的终端产品，以及「仅仅把请求转发给他人托管的模型」。内部使用（不向第三方暴露模型）始终豁免。
三、对企业选型意味着什么
第一，法务环节不能省。过去很多团队看到「MIT」就放行，现在必须逐字读附加条款。判断顺序建议是：先确认本公司及关联公司是否经营 MaaS；再看目标模型许可的触发点落在类型、规模还是收入；最后确认是否需要公开署名或送审。这三步走完，才能决定能不能用。
第二，硬件预期要现实。1 万亿参数即使压到 4 bit 也在半 TB 量级，任何量化都不可能把它变成能跑在消费级显卡上的东西。有媒体报道称 2 bit 量化版可在 512 GB 统一内存的苹果芯片机器上运行，但官方推理样例用的仍是 8 张数据中心级 GPU。绝大多数团队的现实入口是 API，而不是自托管。
第三，「训练与托管在欧洲」本身是卖点。对受数据驻留要求约束的欧洲政府与大型企业，这条比几分的基准差异更能促成采购。国内团队如果看中的是「自主可控」，GLM 系列适配国产算力这条路径可能更贴近需求。
四、站长的取舍建议
如果要我给一句明确的取舍：做产品的公司优先选标准 MIT / Apache 2.0 的模型，做平台或打算卖推理服务的公司，先把 Mistral 那条条款读三遍再决定。
理由很直接。Mistral 这条 MaaS 条款的杀伤范围比表面看起来大——它不看你怎么部署，只看你是什么公司。一家云厂商即便只在内部用 Large 4 做代码助手，也在需要单独授权的范围里。对这类公司，GLM 5.2 的纯 MIT 或者 gpt-oss 的 Apache 2.0 反而更干净。
反过来，如果你是制造业、金融机构的 IT 部门，只是想把一个能处理自有代码和敏感数据的模型部署在内网，Mistral Large 4 的许可对你没有任何影响，而它的 token 效率（官方称同分前提下少用 47%）确实能省下真金白银。这个场景值得认真评估。
还有一个判断：不要把「开放权重」直接等同于「开源」。前者只说明权重能下载，后者才涉及使用自由度。Mistral 这次的许可叫 Open-Weight License 而不是 Open Source License，命名本身已经说清楚了。
五、常见问题
Q1：我把 Mistral Large 4 微调后放进自家 App 卖给用户，需要授权吗？
分两种情况。如果你的公司及关联公司都不经营模型即服务（不向第三方提供模型推理或后训练接口），属于许可中「仅嵌入特定功能的终端产品」的排除项，可以免费商用。反之则需要单独授权。
Q2：我只是转发别人的 API 请求，算 MaaS 吗？
不算。许可明确写了「仅仅把请求转发给他人托管的模型」不属于 MaaS。
Q3：1 万亿参数真的能在自己的机器上跑吗？
除非你有 B300 / GB300 级别的数据中心硬件。FP8 检查点约 1.06 TB，NVFP4 约 610 GB 且只支持 Blackwell。社区已有 GGUF 量化流出，但再怎么量化也改变不了总量级。普通团队建议走 API。
Q4：MiniMax M2.7 能不能商用在产品里？
按官方许可，不能。它是非商业许可，个人、自用、研究可以，任何商业用途都需要 MiniMax 事先书面授权。
Q5：这些许可条款会变吗？
会，而且已经变过。智谱的 GLM 5.2 是标准 MIT，到 GLM 5.3 就换成了带安全审查条款的自有许可。任何长期项目都不应把「当前许可」当成永久承诺，选型时应留出切换余地。
来源清单
- Mistral AI 官方博客与 Mistral Large 4 模型文档（2026 年 10 月 6 日预览、10 月 29 日开放权重、10 月 30 日文档）
- Hugging Face 模型卡 mistralai/Mistral-Large-4-1T-A52B（许可标注为 other，2026 年 10 月 30 日）
- Hugging Face 模型卡 zai-org/GLM-5.2（MIT）
- The Verge、TechCrunch、Reuters 关于 Mistral Large 4 权重放出的报道（2026 年 10 月 29 日）
- OpenAI gpt-oss 系列发布说明（Apache 2.0）
- Kimi K2.6、MiniMax M2.7 官方模型卡许可条款
核查日期：2026 年 11 月 1 日。许可条款、价格与基准分数以各厂商官方页面为准，其中基准分数为厂商自行公布、未见第三方复现。易变信息请以官网最新版本为准。