Transformers v5.22.0：支持 Mistral Large 4，100万 token 上下文

1. 支持长上下文与图像输入的大型模型

10月29日发布的 Transformers v5.22.0 新增了对 Mistral Large 4 的支持。模型接收文本与图像输入，以文本作答，支持分析文档、图表和技术图纸。

模型总规模为1万亿参数，采用混合专家架构，即每次只选择部分专家模块，而非使用整个模型。发布说明中的每 token 激活规模，即实际参与处理的参数量，为490亿；若计入连接模型输入与输出的输入、输出层，则为520亿。Mistral 公告将激活规模介绍为520亿。

支持的上下文长度为100万 token。发布说明称，该模型精通160多种语言，涵盖欧盟所有官方语言。

2. 按任务选择思考强度

同一模型可处理指令执行、编程以及使用工具完成多步骤的任务。推理强度，即生成答案时投入计算的程度，分为低、中、高三档，默认为高。发布说明建议，复杂请求和工具使用选高，快速对话选低，日常使用选中。

对于控制生成答案时选择范围的设置，无论推理强度如何，建议值均相同。以下按原文列出发布说明中的设置值。

reasoning_effort="high"
temperature=1.0
top_p=0.95

发布说明建议，在使用工具的任务中，应在系统提示词（预先规定模型角色与指令的语句）中明确使用环境与目的，并只保留必要工具。模型支持函数调用（即由模型调用程序功能）和 JSON 格式输出，也可限制输出遵循指定的数据结构。

3. 公司公布的性能与评测条件

据公司公布的数据，模型在编程评测 DeepSWE v1.1 中取得61.7%，在终端任务评测 Terminal-Bench 4 中取得28.3%。

据公司公布的数据，综合编程任务的 Coding Agent Index 得分为49.8%。

在评估使用办公应用的657个工作流程的 AutomationBench 中，公司公布的成绩为59.9%。这意味着评测不仅考察编程，也考察通过多个应用完成成果的工作。

在编程结果盲评（即在不知道模型信息的情况下评分）中，Surge AI 的专业评审员对隐去模型名称的成果按1~5分打分。根据公司公布的数据，在同一方式的评测中，Mistral 预览模型在以下五个模型中排名第2。

表：编程结果盲评

条件：Surge AI 评测，专业评审员对隐去模型名称的成果按1~5分打分

单位：分（1~5分量表）

此次评测中，Mistral 模型得分低于领先模型，高于其余三个模型。在另一项图像内定位评测 Dense 200 中，公司公布的成绩为42%，高于 GPT-6-Astra 的41%。

4. 许可与实际部署条件

发布说明指出，模型依据 Mistral Ecosystem Open-Weight License 提供。这是一种修改版 MIT 许可证，允许商业与非商业使用。

但将模型本身作为服务提供的业务，需与 Mistral 另行取得商业许可。Mistral 在10月6日的公告中预告将于10月底发布权重，当时提供的使用途径是 Mistral Studio 的公开预览 API。

5. 应用范围与运维负担

同一模型支持长上下文、图像输入和工具调用，便于将读取文档、图表与后续使用工具的任务串联起来。开发者可针对每个请求选择推理强度，用同一模型应对快速对话和复杂任务。

自行运行能提高模型适配自身工作流程的灵活性，但处理庞大权重（即训练确定的模型内部数值）所需的硬件与内存负担也转移给了运营方。是否采用的关键，不是单项编程评测排名，而是串联文档处理到工具执行后获得的效用与运行资源之间的平衡。

此次支持的价值在于将新模型接入开发工具，而是否采用的标准，是长文本、图像及工具使用的效用与运行成本之间的平衡。