Mistral 开源万亿参数模型，自家测试承认或助真实攻击

Mistral AI 于本周四开放了 Mistral Large 4（代号“Le Chonk”）的模型权重，任何人可自由下载、修改并在开发者控制范围之外运行。这款万亿参数多模态模型数周前才进入公开预览，如今已可被企业自行部署。

真正值得注意的不是参数规模，而是 Mistral 自己在博客里的表述：预览期间观察到模型拒绝配合针对真实目标的黑盒攻击，但“我们看到其被用于实施真实攻击的潜在提升”。换言之，官方承认开放权重可能被攻击者利用。

Mistral 表示正在调整模型护栏，并将在未来数月持续更新。但科学副总裁 Pierre Stock 向 CSO 确认，这些更新只作用于托管 API 和后续版本，不会自动更新已下载的检查点。护栏止步于 API，本地副本一旦流出便不再受控。

被问及预览流量中模型具体帮助了哪些攻击阶段时，Stock 未点名任何阶段，只称最大收益在防御侧，例如识别、复现和修复软件漏洞。

托管权重的 Hugging Face 在发布帖中提醒，开放权重意味着使用政策和部署方式都由用户掌控。

这一决定有背景。英国 AI 安全研究所 7 月报告称，领先的开放权重模型在网络安全任务上落后闭源前沿模型四到七个月；对于网络能力极强的模型，开放发布制造了“持续且不可逆的滥用风险”。微软本月早些时候还披露，一个与中国有关联的团体利用智能体框架 ARTEX 针对超过 2250 个 Microsoft 365 租户发起攻击。

Mistral 给出的安全数据是：在 JailbreakBench、StrongREJECT 和 AgentHarm 基准的网络安全相关部分，Large 4 拒绝了 96.6% 的恶意提示，为其测得的开放模型最高值。Gartner 首席分析师 Niyati Daftary 提醒安全负责人窄读这个数字——它只说明模型在 Mistral 测试场景中的表现，不代表在客户自己的数据、对抗用例和生产环境中面对有动机攻击者时的行为。

网络安全专用版本走另一条路。Orange Cyberdefense 等设计合作伙伴获得针对渗透测试、漏洞评估和红队演练优化版本的预览权限，须经严格审查并签署合同保障，且仅限合作伙伴自有或获授权测试的系统。

基准方面，Mistral 称 Large 4 在 Artificial Analysis Cyber Index 上得分 51%，但自家图表显示两个开放权重模型 DeepSeek V4.1 Flash 和 MiMo-V2.6-Pro 得分更高。Mistral 还称其是编码能力最强的开放权重模型，引用 Cognition FrontierCode 2.0 和 Terminal-Bench 4.0 的领先成绩，但支撑这些结果的技术报告尚未发布，只表示“即将推出”。Forrester 副总裁 Charlie Dai 指出，没有详细技术报告，“最强开放权重模型”的说法难以跨工作负载验证，而前沿模型迭代极快，领先地位可能在数月甚至数周内易手。Stock 称报告将记录网络评估方法与结果、拒绝测试和预览监控发现，但未给出发布日期。

欧盟网络安全局 ENISA 在随公告发布的声明中表示，正在测试该模型以识别漏洞、审计代码和分析防御日志。根据欧盟《人工智能法案》，训练算力超过 10^25 浮点运算的模型被推定具有系统性风险，提供方须评估并缓解风险、报告严重事件并维持网络安全防护。Mistral 的帖子未说明 Large 4 是否属于该类别，也未说明发布前进行了何种风险评估。Stock 表示 Mistral 是欧盟通用人工智能行为准则的正式签署方，包括安全与安保章节，但未确认 Large 4 是否被归类为系统性风险模型。

对企业而言，Large 4 采用修改版 MIT 许可证，允许使用、修改、微调和商业化；提供模型即服务的企业需单独授权。不愿自托管的用户可走 API，价格为每百万输入 token 0.70 美元（约 5 元人民币）、每百万输出 token 2.10 美元（约 15 元人民币）。

Dai 认为，对欧洲买家而言主权是“有意义的差异化因素，但不应压过安全考量”；开放权重和自托管把护栏、访问控制、监控和防滥用的责任转移给运营方，主权与安全需要一起评估，而非相互交换。Daftary 建议自托管 Large 4 做代码审计或漏洞分诊的企业将其作为受控组件而非自主智能体运行：隔离环境、对代码和凭据最小权限、沙箱化生成代码、任何修复前人工签核。她强调，自托管能改善数据控制和运营连续性，但也让企业独自承担修补、监控、评估和防滥用的全部责任。