10月29日，欧洲AI独苗Mistral干了件大事：宣布把当家旗舰Mistral Large 4（代号Le Chonk）的权重开源，目前已挂上Hugging Face。Hacker News热度一口气冲过1100分，是今年开源阵营分量最重的发布之一。微博微博微博
不少人的第一反应：万亿参数的模型都白送了，订阅是不是可以先停一停？
别急，先看清这是个什么模型，再决定钱包的去留。
卖点不是"大"，是"省"
纸面规格相当唬人：总参数1.05万亿，MoE混合专家架构，每轮推理只激活490亿；上下文100万token，自带16亿参数的视觉编码器，原生多模态，支持160多种语言。整个模型在欧洲本土自建的算力集群上训练完成，动用了3800张NVIDIA Grace Blackwell GPU——对"主权AI"叙事来说，这是一次成人礼。微博微博
但对写代码的人，真正值钱的是另一组数字：编码代理指数48%，追平开源第一梯队的GLM-5.3，而每个任务的token用量比对方少47%；Terminal-Bench 4.0从预览版的28%提到41%，输出token还少了约30%。在FrontierCode等基准上，它已位居开源模型第一梯队。微博微博微博
这意味着什么？AI编程按token计费的年代，"省"比"猛"更值钱。同样干完一个活，token少近一半，对天天跑Agent的人来说，这是直接写进账单的钱。
三盆冷水，一盆比一盆实际
第一盆：它不是你理解的那种"开源"。许可证是修改版MIT——下载、自部署、微调、公司内部用，随便；嵌进具体功能的商业产品，大多也行。但想拿它经营"模型即服务"生意，得另找Mistral签许可，而且它并不符合OSI的开源定义。对个人开发者是白送，对想靠它卖钱的公司，门上有闩。微博
第二盆：你的电脑跑不动。万亿参数的权重文件，不是消费级显卡能碰的东西，个人开发者的现实路径还是官方API——输入每百万token 0.7美元，缓存命中后0.07美元，输出2.1美元。价格不算贵，但这跟"本地部署自由"是两码事。微博
第三盆：跑分高，不等于手感好。发布时间点相当精妙——ArtificialAnalysis榜单刚更新，模型就来了，知乎上有人调侃"法国佬真鸡贼"。也有博主试用后直言：测试集上代码和安全跑得再欢，实盘和国内第一梯队比，综合体感还是差点意思，瓶颈卡在工程化细节。知乎微博
那到底值不值得用？
分人。个人用户，拿自己真实的任务去试一把API，好用再迁移，试错成本几乎为零；想私有化部署的企业，这是今年最大的一份"免费午餐"，万亿参数多模态模型完全自主可控，但先算清算力账和许可账再动手。
开源从来不等于免费部署，跑分从来不等于好用。Le Chonk是份厚礼，但怎么吃，得先蒸熟。
