AREX Feed Article
Mistral 演示 Mistral Large 4 从零写出量子化学 SCF 求解器并搭出 3D 断键页面
北京时间 11 月 2 日 20 时 16 分，发布一条演示帖：旗下旗舰模型 Mistral Large 4（昵称 Le Chonk）在“一条简短提示”之下，从零写出一个量子化学 SCF（Self-Consistent Field，自洽场）求解器，自行验证了输出，并围绕这个工具搭起一个 3D 可视化页面。帖文称，Le Chonk 对化学的理解足以让它在没有进一步输入的情况下，自主决定怎么断开这个分子、展示哪些轨道，并写道：“Le Chonk 从零写出了这个工具，而且它得到了正确答案。”
Mistral 在帖文里对非专业读者解释：“给我们这些早上不先来杯咖啡就不碰量子化学的人——这就是化学家在进实验室之前、用计算机预测分子行为的方式。它是通往新药、新材料或新电池的第一步。”需要说明，这些能力与“正确答案”均出自 Mistral 的单方演示口径。
求解器、自检、3D 页面：一条提示交出的三样东西
把演示拆成两步。第一步是求解器：“它计算单电子轨道——预测电子可能出现在哪里。”第二步是可视化：“拖动滑块：化学键淡出，轨道分裂到两个片段上，能量攀升。你看着分子断开。”
一个同款演示也内嵌在 Mistral 里：博客称 Mistral Large 4 “从零写出计算分子中电子所在位置的软件，并把答案与一个标准化学工具核对”，然后围绕它搭出一个 3D 页面——选一个分子，比如苯或水，拖动滑块把它拉开，看电子在断键时重新分布。
所载界面截图显示：页面左侧可在 C6H6、H2、H2O、C2H4、C2H6 五个分子间切换，并写着“你的浏览器实时计算积分、从零运行 Hartree–Fock（哈特里–福克）SCF 计算”；面板读数包括 E_HF −227.8909 Eh（哈特里原子单位）、HOMO–LUMO 能隙 14.92 eV（电子伏，最高占据与最低未占轨道之间的能量差）、HOMO 能量 −7.61 eV，右上角显示当前键长 1.395 Å（埃），右侧是苯分子结构与红蓝两色的轨道渲染。
Mistral 研究员跟帖补充：基组 STO-3G 由模型自选，能量对拍 PySCF 到 1e-13
帖文发出不到半小时后，：“基组也是它自己挑的吗？如果收敛能量能和 PySCF 对上几位小数，那对 Le Chonk 来说是一次相当漂亮的一次成型。”PySCF 是量子化学领域常用的标准计算工具；基组（basis set）指计算中用来描述原子轨道的一组数学函数。
。Vicentini 在 X 上自述为巴黎综合理工学院量子物理与 AI 教授、Mistral AI AI4Science 科学家，：“模型自主选定了 STO-3G，理由是它算得快，而且‘轨道形状会在定性上是对的’，即使能量并不准。它把各几何构型下的能量与 PySCF 对拍，精确度达到 1e-13。”这条回复回答了帖文评论区最早的疑问之一——“正确答案”究竟是和什么比出来的。
滑块背后：SCF 迭代怎么算出“电子在哪”
把 SCF 方法拆开解释：它通过反复迭代逼近分子的电子结构——求解器先估一个电子密度，据此构建有效的单电子方程并求解，再更新密度，直到能量与密度收敛；不借助 PySCF 这类现成软件从零实现，需要仔细的数值工作，包括矩阵运算、收敛处理，以及对结果是否物理合理的检查。
同一篇报道把这次演示还原为五个环节：选定一条有化学意义的键去拉伸、挑选要展示的分子轨道（Mistral 称这两项决定都交给了模型）；在一系列键长上实现并运行 SCF；检查能量是否收敛、行为是否合理；绘制能量曲线，渲染轨道随断键移到两个分子片段上；最后加上一个同步更新几何结构、轨道显示、化学键渲染与能量图的滑块。
回帖里的化学课：断键、收敛与“研究生作业”
这条演示帖截至发稿（北京时间 11 月 3 日凌晨）显示约 3.6 万次浏览、967 次点赞和 96 条回复，评论区很快出现多条追问。：“断键是 SCF 代码最诚实的考验。restricted HF 把两个电子放在同一个轨道里，被拉长的 H2 永远不会裂成两个中性原子，能量曲线末端偏高；unrestricted HF 能解决这个问题。它选的是 RHF 还是 UHF？”：“一个基础的 Hartree–Fock SCF 求解器本来就是经典的研究生作业题，参考代码一大把”，并更想知道验证是拿什么做的。：“SCF 循环是容易的部分，我想看它在过渡金属配合物上收敛，而不是 H2。”
hermes-ai.net 转引的报道提醒：一段精心策展的厂商演示只记录了一次成功运行，可复现性、失败率、数值精度、生成代码质量以及隐藏脚手架的多少都还是待验证问题；要用于科研，需要在可信实现上复现该计算，并测试收敛不稳定、基组更大、多电子态等更难的场景。
四天前刚交出开放权重的 Le Chonk
演示中的模型 Mistral Large 4 于 10 月早些时候进入公开预览，开放权重。Mistral 在博客中称它是旗舰级一万亿参数的原生多模态模型，在欧洲基础设施上从零训练；hermes-ai.net 整理的技术规格为总参数约 1.05 万亿、每个 token（词元）激活约 520 亿、上下文窗口最高 100 万 token、权重以 FP8（8 位浮点数）格式发布，训练使用 3,800 块 NVIDIA Grace Blackwell GPU（据公司说法）。
博客列出的成绩同样属于厂商口径：在 Cognition 的 FrontierCode 2.0 上以 19.7% 居开源模型首位，Terminal-Bench 4.0 得分 41%，Artificial Analysis Coding Agent Index 得 48% 且平均每任务比持平的 GLM-5.3 少用 47% token，网络安全防御 Cyber Index 得 51%；hermes-ai.net 则提到 DataCamp 一项更宽泛的评测把它排在 44 个模型中的第 32 位。博客的“See it in Action”一栏还列出另外两个演示：一个读取漏洞报告、在隔离沙箱中复现缺陷并迭代编写补丁的漏洞分诊智能体（agent），以及在无人类帮助下搭出、实时追踪约 19,000 颗在轨卫星与碎片的 3D 地图 Orbital Trace。量子化学求解器是这一栏的第三个演示。
模型以“Mistral Ecosystem Open-Weight license”（修改版 MIT 许可证）发布，Hugging Face 仓库名为 Mistral-Large-4-1T-A52B；以 Model-as-a-Service 形式对外提供需另行获得商业授权。API 定价为每百万 token 输入 0.70 美元、输出 2.10 美元。帖文与博客均未附上这次演示的提示词或求解器代码；在博客末尾，Mistral 将完整技术报告列为“即将推出”。