Mistral 放出旗舰模型 Large 4，参数规模 1 万亿，权重直接开源。训练在欧洲基础设施上完成，编程和智能体基准测试拿到有竞争力的分数。Token 效率是它最能拿出手的一点：官方称达到相近性能时，平均比竞品少消耗 47% 的 Token。模型提供三种推理模式，还额外做了三周强化学习训练。
安全方面，Large 4 在越狱和有害请求测试中的拒绝率报 96.6%。许可证用的是修改版 MIT，权重可以下载，但把模型当服务卖的企业，商用前必须单独申请商业许可。开源归开源，收租的口子还是留了。
同一天国内两家也在开源 OCR。百度文心 Unlimited OCR 2 打的是页数不限，原生支持版面要素切分识别，能跨页合并文案，表格也支持识别合并。长篇扫描件、合同、报表这类连续文档是它的目标场景，跨页断表一直是文档解析的老大难。
小米走的是另一条路：0.8B 参数的 Xiaomi-OCR-0，把文档解析、关键信息抽取和视觉问答塞进一个小模型。官方称其在 1B 以下模型中性能登顶，输出支持 Markdown 与 JSON 两种格式，权重和推理代码都已开放。体积小，更容易塞进端侧和私有化部署。
三个模型放一起看，路子明显分成两边。Mistral 用万亿参数堆通用能力，靠 Token 效率省成本；百度和小米把 OCR 做深做小，往真实文档流程里钻。开源模型的竞争，正在从谁参数大，变成谁在具体场景里更划算。