Mistral科学副总裁Pierre Stock谈ML4训练：强化学习、十兆瓦电力与欧洲主权

Mistral科学副总裁Pierre Stock在heise的KI-Update播客中详细解释了这家法国AI实验室如何在极端算力约束下训练前沿模型，以及为什么他认为开放权重对欧洲而言是主权问题而非商业模式。

Stock将ML4的训练核心归结为强化学习中难度校准的艺术。他用考试类比：模型独立解决问题，完全解决或部分解决时获得奖励。整个艺术在于把问题的难度设置正确——太简单无法学习，太难则没有信号。这种RL方法使Mistral在2026年10月6日的预览版与10月29日的开放权重版之间取得了显著进步：最终版本在同等智能水平下消耗减少50%的token，agent任务解决率从上一代模型的约6%跃升至近60%。

支撑这一训练的是Mistral在法国自建的数据中心，但Stock坦承其规模：ML4仅用十兆瓦电力训练，他形容这与竞争对手相比少得可笑。Mistral在2026年10月29日发布了ML4的权重——一个拥有万亿参数、每个token激活490亿参数的混合专家模型，内部代号Le Chonk。Stock指出ML4比Moonshot AI的Kimi K3小三倍，通过FP4量化可在四块GB300 GPU上运行，这使高校和研究实验室有可能自行部署。

在性能方面，Stock声称ML4是目前编码和网络安全领域最好的开放权重模型。Mistral公布的基准测试部分支持这一说法：在Artificial Analysis Coding Agent Index中ML4得分48%，与智谱的GLM-5.3基本持平；在CyberGym端到端基准中得分79%，与小米MiMo-V2.6-Pro相当。但Stock承认在编码方面ML4仍落后于最强模型：其他公司目前拥有比我们多一百倍的资源。他同时声称ML4优于Anthropic五月末发布的Opus 4.8，认为Mistral只落后竞争对手几个月。

Stock将开放权重定位为欧洲主权的技术基础。他的论证将智能获取（即token）与电力获取并列：如果没有本地电力生产，工业革命就不会成功。他直言，如果我们放弃前沿模型，实际上就是在告别欧洲作为超级大国在未来还有发言权的想法。这一立场与欧盟委员会主席冯德莱恩倾向于让欧洲专注AI应用而非自研前沿模型的建议形成张力。Mistral首席执行官Arthur Mensch此前已将这种路线称为投降。

在商业层面，Mistral在最新一轮融资中筹集了三十亿欧元，估值超过210亿欧元，并已开放其平台供第三方模型接入（如中国的GLM-5.3）。Stock强调公司仍是前沿实验室，模型开发是核心，平台策略只是扩大token需求覆盖以反哺数据中心投资。对于企业客户，开放权重的价值在于没有人能切断你的访问——Mistral在客户自有GPU上部署模型，之后既不接触模型也不接触数据。Mozilla已在Firefox的Smart Window（目前处于beta阶段）中提供Mistral Small 4作为可选模型之一。

Stock也承认安全方面的局限。ML4在基准测试中比中国竞争模型更频繁地拒绝恶意操作，但他表示这不是魔法，防护机制可以被绕过，而绕过成本应当与从头训练一个模型的成本相当。他建议不要过度依赖基准测试——每个基准都可以被欺骗——而应让同等能力的模型相互监督。

需要注意的是，上述所有性能数据、电力规模和效率提升均为Mistral自报，尚未经过独立复现。十兆瓦电力训练万亿参数模型的说法若属实将极具意义，但目前缺乏第三方验证。主权论证将基础模型能力与地缘政治影响力直接挂钩，这一等式本身也值得审视——应用层优势是否可能比模型层自主权更具实际经济杠杆，Stock在播客中未充分讨论这一替代路径。