你家小区门口新开了一家叫 Le Chat 的小餐馆——招牌上画着一只猫，老板是法国来的年轻团队，开业当天就挂出“免费试吃”的横幅。更夸张的是，菜单上横跨“实时搜索、图片生成、代码编写、文档解析”六道招牌菜，后厨还有个“闪电档口”，按秒出餐。消息传开后，隔壁老牌大饭店 ChatGPT 和精品私房菜馆 Claude 都坐不住了：这家新店到底什么来头？本文就用“探店”的视角，带你把 Le Chat 从门面到后厨看个明白，再帮你判断：这家“猫店”的菜，对不对你的胃口。

岗位关联

了解 Le Chat 能让你在 AI 工具选型时多一张底牌：免费额度大、响应快、功能全，是日常问答与开发提效的性价比之选，也能帮你理解不同对话平台背后的设计差异。

目录
  1. 可视化演示
  2. 产品简介：认识这家法国新店
  3. 核心功能：六道招牌菜
  4. 快速响应：闪电档口 Flash 模式
  5. 自定义指令：熟客口味卡
  6. 竞品对比：隔壁老店怎么选
  7. 使用场景：谁来这家店
  8. 上手指南：进店点单三步走
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

动态演示Mistral Le Cha的核心机制，通过输入/处理/存储/输出四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

Mistral Le Cha：LeCh Le Chat平台定位与技术背 核心功能与使用体验 核心机制可视化 Mistral Le Cha整体架构与关键组件

产品简介：认识这家法国新店

探店的第一步永远是看门面。想象你小区门口新开了一家叫“Le Chat“的小餐馆——招牌上画着一只猫，老板是从法国来的年轻团队，开业当天就挂出”免费试吃”的横幅。你好奇地推门进去，发现菜单竟然横跨中餐、西餐、甜品、咖啡，心里不禁嘀咕：这家店能同时做好这么多菜吗？

这家“餐馆”其实是法国 AI 初创公司 Mistral AI 推出的对话式 AI 平台 Le Chat。Mistral 由前 DeepMind 和 Meta 的研究员于 2023 年创立，成立一年多就成了欧洲 AI 圈的明星，主打“高性能、开源、重隐私”。Le Chat 在产品形态上对标 ChatGPT：你打字提问，它秒回答案。但它有自己的脾气——名字“Le Chat“在法语里就是”猫”，logo 也是一只猫。

Le Chat 的“后厨”是 Mistral 自家的模型家族：旗舰模型 Mistral Large 负责深度推理，Mistral Medium 做均衡任务，Flash 系列（如 Mistral Small）牺牲一点深度来换取闪电速度。它们原生支持多语言（中文体验流畅）、128k 起步的长上下文，还能调用外部工具。对开发者更友好的是，Le Chat 背后就是 Mistral 的 API 平台——同一个账号既能用网页聊天，也能拿 API Key 去写程序。

Le Chat 的门面虽然不像 ChatGPT 那样金碧辉煌，但胜在“推门就能吃、免费尝个鲜”。对于只想快速体验不同 AI 工具、又不想一上来就掏钱买单的用户来说，这家店的启动成本足够低——这也是它能在开业后迅速排起长队的原因之一。

Tstart=Treg+Tsetup+Tq1\displaystyle T_{start} = T_{reg} + T_{setup} + T_{q1}
启动成本公式：把“注册—设置—首次提问”三段耗时相加，就是新用户从知道这家店到吃上第一口菜的总时间。Le Chat 把这个成本压得很低。
  1. 注册耗时（T_reg）从打开注册页到完成邮箱或 Google 账号验证的分钟数，通常只需 1 分钟左右。
    TregT_{reg}
  2. 设置耗时（T_setup）登录后配置语言、自定义指令、界面偏好等初始设置所花的时间。
    TsetupT_{setup}
  3. 首次提问耗时（T_q1）在界面里找到输入框、选中模型、敲出第一个问题的时间。
    Tq1T_{q1}
  4. 启动成本（T_start）三者相加，就是“零基础用户从注册到拿到第一个满意回答”的总成本。Le Chat 免费注册、界面简洁，把这个成本压到了 5 分钟以内。
    Tstart=Treg+Tsetup+Tq1T_{start} = T_{reg} + T_{setup} + T_{q1}

核心功能：六道招牌菜

落座之后，服务员递上菜单。你发现这家店有六道招牌菜：实时搜索、图片生成、代码编写、文档解析、对话记忆、多语言翻译。别家小店能做好一道菜就算不错，这家店却一口气把它们全端上了桌，而且每道都像模像样。

Le Chat 的核心功能确实覆盖了主流 AI 助手的全部基本盘。你问它“今天北京适合穿什么”，它会实时联网搜索天气和气温，并给出带来源的回答；你让它“画一张赛博朋克风格的猫”，它能交付一张像样的图；你贴一段报错日志，它能帮你定位 bug；你上传一份 50 页的 PDF 合同，它能做摘要并且逐条回答你的疑问。

细看这六道菜的做法：网页搜索——答案附带引用来源，适合查新闻、比参数、追热点；图片生成——基于 FLUX 系列模型，能生成插画、海报、头像；代码编写——支持主流编程语言，能生成、解释、调试、转换代码；文档解析——上传 PDF、Word、Excel、图片就能做多模态问答；对话记忆——多轮上下文不断线，不用每次重复背景；多语言翻译——中英法德等主流语言都能自然切换。

这六道菜单独拎出来都不算独一无二，但能在一张菜单上同时出现、还能免费尝鲜，就足以让“猫店”在小区里站稳脚跟。尤其对于需要频繁处理多类型任务的用户来说，省下的切换成本远比想象中更大。

E=1−TAITmanual\displaystyle E = 1 - \frac{T_{AI}}{T_{manual}}
省时效率公式：手工干一件事要花的时间对比用 Le Chat 一站式搞定，算出你省下了多少比例的时间。
  1. 手工耗时（T_manual）不用 AI、纯手工完成一套任务（搜资料→整理→写稿→配图→成文）的总分钟数。
    TmanualT_{manual}
  2. AI 耗时（T_AI）用 Le Chat 在同一个对话里完成同样任务所花的分钟数。
    TAIT_{AI}
  3. 耗时比（分式）AI 耗时占手工耗时的比例，这个值越小，说明省得越多。
    TAITmanual\frac{T_{AI}}{T_{manual}}
  4. 省时效率（E）用 1 减去耗时比，E 越接近 1 说明越高效。比如手工要 60 分钟、AI 只要 6 分钟，E 就等于 0.9，意味着省下九成时间——这就是“一站式菜单”的价值。
    E=1−TAITmanualE = 1 - \frac{T_{AI}}{T_{manual}}

快速响应：闪电档口 Flash 模式

最让街坊们津津乐道的，是后厨角落里的“闪电档口”——别的店还在备菜，这家店的菜已经端上桌了。而这个档口的秘密，就是 Le Chat 界面中可切换的 Flash 模式。

Flash 模式是 Le Chat 的快速响应选项，背后是 Mistral Small / Flash 这类主打低延迟的轻量模型。它面向高频、轻量的问答场景：查单词、问时间、快速翻译、闲聊寒暄。按下回车的一瞬间，第一个字就像闪电一样“啪”地冒出来，翻页、新建对话也都顺滑如丝。而标准模式则调用 Large 这类大模型，思考更深，适合复杂推理、长代码评审和长篇文档理解。

为什么 Flash 能这么快？核心在于两个指标：首 token 延迟和生成速度。前者决定了你按下回车后“看到第一个字”要等多久，后者决定了后面整段回答的流水线速度。两者合起来，就是用户实际感受到的总等待时间。

不过，闪电档口也有短板——遇到数学证明、复杂 bug 排查、万字长文精读，它的深度会露馅。就像快餐虽然快，但正式宴席还是得大厨亲手掌勺。聪明的做法是：简单问题交给 Flash，重要分析切回标准模式。

Treply=Tfirst+NtokenVtps\displaystyle T_{reply} = T_{first} + \frac{N_{token}}{V_{tps}}
响应时长公式：总感知等待时间 = 首字延迟 + 剩余内容的生成时间。Flash 模式把首字延迟压进 1 秒，又把每秒生成速度拉高，所以体感飞快。
  1. 首 token 延迟（T_first）从按下回车到看到第一个字/词的秒数，这是用户判断“快不快”的直观感受。
    TfirstT_{first}
  2. 回答总长度（N_token）完整回答包含的 token 总数。token 是 AI 读文本的最小单位，1 个汉字大约等于 1~2 个 token。
    NtokenN_{token}
  3. 生成速度（V_tps）模型每秒能吐出的 token 数，单位是 tokens per second，相当于后厨每秒能出几盘菜。
    VtpsV_{tps}
  4. 总等待时间（T_reply）首字延迟加上剩余文字生成所需时间，就是你等完整回答的总时长。Flash 模式把 T_first 压到极致、V_tps 拉满，所以聊天像发微信一样快。
    Treply=Tfirst+NtokenVtpsT_{reply} = T_{first} + \frac{N_{token}}{V_{tps}}

自定义指令：熟客口味卡

常去的老饕都知道，真正的熟客不用每次坐下都交代口味——后厨有一张你的“口味卡”。Le Chat 的自定义指令，干的就是这件事。

在 Le Chat 的设置里，你可以写一段固定说明，比如“你是资深 Python 导师，回答先给思路再给代码，代码要带注释”，之后每次新对话 AI 都会自动遵守这条人设。这对需要稳定口吻的场景特别有用：客服话术、教师讲课、代码评审官、文案小编……不需要每次开场都啰嗦一遍“请你扮演某某角色”。团队版还能共享指令模板，让整个团队的 AI 助理风格统一，新人加入就能用上沉淀好的最佳实践。

但口味卡也不是万能的——它更像一份“参考偏好”而不是程序里的硬编码规则。AI 在回答时可能因为上下文复杂而部分偏离指令。所以衡量一张口味卡写得好不好，有个简单的指标：指令命中率。

想提升命中率，核心是“具体、可验证”——不要写“回答好一点”，而要写“控制在 300 字以内，分三步说明，每一步给一个例子”。就像口味卡上写“少盐多葱”，后厨才不会靠猜。

M=NhitNneed\displaystyle M = \frac{N_{hit}}{N_{need}}
指令命中率公式：你提了 N 条要求，AI 实际满足了其中几条，两者相除就是命中率。命中率越接近 1，说明指令写得越有效。
  1. 需求条数（N_need）你在指令里明确提出的要求数量。比如“先给思路”+“代码带注释”+“结尾留练习题”，就是 3 条。
    NneedN_{need}
  2. 命中条数（N_hit）AI 实际满足的要求数量，需要你在回答里逐条对照检查。
    NhitN_{hit}
  3. 命中率（M）命中条数除以需求条数，M 越接近 1 说明指令越有效。如果总是徘徊在 0.5 以下，就该把指令写得更具体、更可验证。
    M=NhitNneedM = \frac{N_{hit}}{N_{need}}

竞品对比：隔壁老店怎么选

探店到最后，总要横向比较一下：隔壁的 ChatGPT 老牌大饭店和 Claude 精品私房菜馆，到底哪家更值得充会员？这份对比，其实是在帮你算一笔“性价比”账。

从体验上看：Le Chat 的免费额度给得最慷慨，Flash 响应最快，搜索、生图、文档一个不少，还带欧洲隐私光环；ChatGPT 生态最全，插件、GPTs、多模态样样都有，品牌认知度也最高；Claude 则在长文本理解和代码质量上口碑极佳，安全偏好强，但免费额度相对收紧。三家的订阅价格接近（都在每月 15~20 美元上下，Le Chat Pro 约 14.99 美元/月，具体以官网为准），真正的差异在“免费档的诚意”和“功能长板”上。

那怎么选？可以用一个性价比公式来量化：功能覆盖、质量评分和总成本，三者共同决定一款工具适不适合你。

所以，Le Chat 的目标不是取代谁，而是给市场多一种选择——就像小区里新开一家店，不意味着老店就得关门。精明的食客会按场景切换：日常快速问答找 Le Chat、复杂写作找 Claude、深度生态玩法找 ChatGPT。

V=F×QC\displaystyle V = \frac{F \times Q}{C}
性价比公式：功能覆盖越多、质量分越高、总成本越低，性价比 V 就越高。Le Chat 因为免费成本低而突出，但如果你最看重某单项长板，其他工具可能更值。
  1. 功能覆盖（F）搜索、生图、代码、文档等能力项数的统计，通常用“支持几类核心能力”来衡量。
    FF
  2. 质量评分（Q）对输出质量、稳定性、多语言能力的主观评分，比如按 1~5 分打分。
    QQ
  3. 总成本（C）金钱成本（订阅费）+ 学习成本 + 切换成本的总和。免费工具的成本主要是学习成本和切换成本。
    CC
  4. 性价比（V）功能与质量的乘积除以总成本。V 越高，意味着花更少的代价获得更全更好的能力。Le Chat 靠 C 接近 0 取胜，但如果你需要极强的代码能力，Claude 的 Q 值可能会让 V 反超。
    V=F×QCV = \frac{F \times Q}{C}

使用场景：谁来这家店

一家店不可能对所有人的胃口，Le Chat 最适合的三类客人很清晰。第一类是“日常问答党”：查新闻、翻译句子、学概念、写周报，这类轻任务用 Flash 模式快进快出，免费额度完全够用。第二类是“开发者”：写代码片段、调试报错、写 SQL 和正则表达式，Le Chat 的代码能力加上慷慨的免费额度，让预算有限的团队也能用得舒心。第三类是“创意工作者”：写文案、头脑风暴、生成配图、总结长文档，一个对话窗口就能跑完整条流水线。

给这几类客人几个实操提示词模板。日常问答党可以用“用三句话总结今天的 AI 行业头条，附来源”；开发者可以问“你是资深前端，帮我 review 这段 React 代码，指出性能和可维护性问题”；内容创作者可以要求“你是小红书运营，把这篇文章改成 800 字的口语化笔记，并建议 3 个封面标题”。角色、任务、输出格式三件套写清楚，答案质量会明显提升。

值得一提的是，Le Chat 的搜索开关和文档上传是两类任务的“加速器”。问实时信息记得打开联网搜索，否则答案会停留在训练数据的时点上；喂长文档选标准模式，Flash 模式处理超长输入时容易丢细节。把对的工具用在对的环节，才是性价比最高的玩法。

走出这家“猫店”，你会发现它并不是为所有人准备的——它适合那些想快速上手、预算有限、又希望一个工具覆盖多种任务的人。找准自己的定位再进门，才能既不浪费它的免费额度，也不被它的短板坑到。

上手指南：进店点单三步走

最后，给你一张“进店点单流程卡”，照着走三步就能吃上饭。第一步：注册访问。打开 chat.mistral.ai，用邮箱或 Google 账号直接登录，不需要绑定信用卡，免费版即可开始聊天；想用 API 的话，去 Mistral 控制台申请一个 API Key 就行。

第二步：熟悉界面。Le Chat 的主界面很简洁：中间是对话窗口，顶部或侧边可以切换模型（Flash 快速模式 / 标准模式）、开关联网搜索、上传附件，左侧是历史会话列表。建议你花两分钟逐个点一遍，把“搜索开关”和“模型切换”这两个高频操作记在肌肉里——它们决定了回答的时效和深度。

第三步：掌握几个技巧。提问模板记住“角色 + 任务 + 输出格式”三段式；高频偏好写进自定义指令，省去每次重复；查实时信息记得打开联网搜索；处理长文档切换标准模式；拿不准答案时，直接追问“请给出你的信息来源”让它展示依据。

这三步走完，你就从“探店路人”变成了“熟客”。剩下的事就简单了：多用、多调、多对比，你自然会找到 Le Chat 在你这张工作台上最顺手的位置——毕竟工具是死的，用法是活的。

AI 应用场景

开发者编码提效助手

阶段：Prompt 工程 / 代码生成与调试

解决的问题：传统开发中查文档、搜 Stack Overflow、反复试错很耗时；Le Chat 的免费额度和快速响应让开发者能随时提问，直接获得带注释的代码片段、报错分析和重构建议。

具体案例：一位前端新人接到“实现一个带防抖的搜索框”需求，用 Le Chat Flash 模式提问，10 秒拿到实现代码；追问“如果用户连续快速输入怎么办”时，AI 进一步解释了防抖与节流的区别，还给出了测试用例。

内容创作者一站式工作流

阶段：信息检索 / 内容生成 / 创意设计

解决的问题：传统创作需要浏览器搜索、编辑器写作、作图工具配图三个软件来回切换；Le Chat 把“搜资料→列大纲→写初稿→生成配图”压缩进同一个对话。

具体案例：公众号小编做一期“AI 工具盘点”的选题，先用 Le Chat 搜索近一周的行业动态，让它列出十大工具清单，再用“资深科技编辑”人设写引言，最后生成一张封面概念图，全程耗时不到半小时。

团队知识问答机器人

阶段：提示词模板 / 文档增强 / 业务集成

解决的问题：新员工入职后对内部流程不熟，反复问老员工低效；团队可以把自定义指令和文档解析能力结合，做成一个“内部知识问答助理”。

具体案例：一家小型创业团队把产品 PRD、FAQ 和运营手册上传到 Le Chat，并设置自定义指令“只依据已上传文档回答，不确定时明确说不知道”，新同事从此可以自助查询流程问题。

Python 演示

python27 行
# -*- coding: utf-8 -*-import os  def get_api_key():    return os.environ.get("MISTRAL_API_KEY", "")  def mock_reply(prompt):    return "[mock] Le Chat received: " + prompt  def ask_lechat(prompt, model="mistral-small-latest"):    key = get_api_key()    if not key:        return mock_reply(prompt)    from mistralai import Mistral    client = Mistral(api_key=key)    resp = client.chat.complete(        model=model,        messages=[{"role": "user", "content": prompt}],    )    return resp.choices[0].message.content  if __name__ == "__main__":    print(ask_lechat("用一句话介绍 Mistral Le Chat"))
目的：演示如何用 Mistral 官方 Python SDK 调用 Le Chat 背后的模型；未配置 API Key 时自动降级为模拟回复，保证在任何机器上都能直接运行。
  1. def ask_lechat(prompt, model="mistral-small-latest"):封装一个“提问函数”，默认使用轻量模型（对应 Le Chat 的 Flash 快速响应）
  2. key = get_api_key()从环境变量读取 API Key，避免把密钥写死在代码里
  3. if not key: return mock_reply(prompt)没配密钥就返回模拟回复，让新手第一次运行也能看到效果
  4. from mistralai import Mistral导入官方 SDK，一行代码拿到全部聊天接口
  5. client.chat.complete(model=..., messages=[...])发起对话请求，messages 是标准的“角色+内容”消息列表
  6. resp.choices[0].message.content从返回结构中取出第一条回复文本，这是解析各大 AI API 的通用套路

常见误区

误区“Mistral 不是开源吗？那 Le Chat 肯定完全免费，没有任何限制，我随便刷。”

正解开源的是 Mistral 的部分模型权重（如 Mistral 7B、Mixtral 系列），并不是 Le Chat 这个在线平台本身。Le Chat 免费版有每日对话请求额度和图片生成次数限制，超出后需要升级 Pro（约 14.99 美元/月，以官网为准）或等待额度重置。就像餐厅搞免费试吃，但不是无限量自助——后厨备料是有限的。

为何常见：把“模型开源”与“服务免费”混为一谈，是 AI 产品圈最常见的误解来源，尤其容易被“开源+免费”的营销词带偏。

误区“Flash 模式响应这么快，说明 Mistral 技术强，我所有问题都切 Flash，省时间。”

正解Flash 模式为了速度使用了更小、更轻量的模型，在数学推理、复杂 bug 排查、超长文档理解这类深度任务上，正确率会明显低于标准模式（Large）。正确做法是“简单问答用 Flash，重要分析用标准模式”。就像快餐出餐快，但商务宴请还得靠大厨亲手做。

为何常见：用户第一次体验到“秒回”的爽感后容易产生路径依赖，忽略了不同模型的分工设计。

误区“界面和 ChatGPT 那么像，Le Chat 肯定就是套了层皮的 ChatGPT，没有技术含量。”

正解Le Chat 使用的是 Mistral 自研模型（Large / Medium / Flash 系列），并不调用 ChatGPT 的 API。Mistral 2023 年成立，以开源权重和高性能著称，Le Chat 只是它模型能力的产品化出口。它在响应速度、免费额度和欧洲隐私合规上甚至有反超体验。这家“新店”有自己的后厨和菜谱，不是照抄隔壁老店的菜单。

为何常见：产品形态相似容易让人先入为主，而“套壳”说法又很有传播性，导致很多用户没实际体验就下了结论。

误区“我写了自定义指令，AI 就必须每次按我的要求输出，不遵守就是产品有 bug。”

正解自定义指令本质是提示词约束，不是程序里的硬编码规则。模型可能因为对话上下文复杂、任务干扰或指令表述模糊而部分偏离。提升遵守率的办法是把指令写得更具体、可验证（比如“控制 300 字”“分三步回答”），并在关键任务中主动提醒。就像口味卡写着“少盐”，但后厨忙起来还是可能手一抖。

为何常见：初学者习惯把“提示词”当成“确定性程序逻辑”来理解，这是对 LLM 概率生成机制的核心误解。

面试题

Q1. Le Chat 这个名称源于哪种动物？

单选题 · easy

  • A.法语的猫← 正确答案
  • B.法语的狗
  • C.法语的鸟
  • D.法语的鱼

答案：A。Le Chat 在法语中就是“猫”，这正是它的 logo 形象和产品名的由来。其他选项虽然也是动物，但都不符合法语的对应关系。记住这个“名字梗”，有助于理解 Mistral 品牌轻松亲切的产品定位。

Q2. Le Chat 是由哪家公司推出的？

单选题 · easy

  • A.美国 OpenAI 公司
  • B.法国 Mistral 公司← 正确答案
  • C.英国 DeepMind 公司
  • D.德国 SAP 公司

答案：B。Le Chat 是法国 AI 公司 Mistral AI 推出的对话产品。OpenAI 对应的是 ChatGPT，DeepMind 是 Google 旗下 AI 研究机构，SAP 是德国企业软件公司。这道题考察对主流 AI 产品背后厂商的基本认知。

Q3. Le Chat 的快速响应模式通常被称作什么？

单选题 · easy

  • A.Turbo 极速模式
  • B.Flash 快速模式← 正确答案
  • C.Rapid 极速模式
  • D.Sprint 快速模式

答案：B。Le Chat 的快速响应选项官方叫 Flash 模式，背后是 Mistral 的 Flash 系列轻量模型。"Turbo"是 OpenAI 系的命名风格，Rapid 和 Sprint 都不是 Le Chat 的功能名。这提醒我们：不同产品的功能命名不同，不能想当然套用别家术语。

Q4. 关于 Le Chat 的网页搜索功能，下列说法正确的是？

单选题 · mid

  • A.只能搜索数据库固定快照
  • B.可以实时联网并附来源链接← 正确答案
  • C.该功能需要付费订阅才能用
  • D.搜索仅支持英语关键词

答案：B。Le Chat 的网页搜索是实时联网的，回答会附带来源链接方便核实，并且免费版也能用、支持多语言。它的价值在于弥补模型训练数据的时效缺口，让你能问到最新信息。

Q5. Le Chat 目前支持以下哪些能力？

多选题 · mid

  • A.实时网页信息搜索← 正确答案
  • B.一键生成全新图片← 正确答案
  • C.上传文档进行问答← 正确答案
  • D.完全离线运行模型

答案：ABC。Le Chat 支持实时搜索、图片生成（FLUX 系列）和文档上传问答，这些都是它的核心招牌功能。但它是一个云端服务，模型必须在服务器端运行，不能完全离线使用，因此 D 选项错误。

Q6. Flash 模式与标准模式最主要的区别在于？

单选题 · mid

  • A.使用更大模型保证质量
  • B.用更小模型换取速度← 正确答案
  • C.关闭联网搜索能力
  • D.仅支持英文提问

答案：B。Flash 模式的核心是调用更小、经过速度优化的模型，从而大幅降低延迟；标准模式则使用 Large 等强模型保证深度。它并没有关闭联网，也不限制语言。理解“速度与质量的权衡”是正确使用对话平台的关键。

Q7. 想让 Le Chat 始终以“资深 Python 导师”的口吻回答，最佳做法是？

单选题 · mid

  • A.每次提问前重复一遍身份
  • B.设置自定义指令预设人设← 正确答案
  • C.把浏览器界面语言改英文
  • D.换用 Claude 等其他工具

答案：B。自定义指令可以全局设置人设和回答风格，一次配置后所有新对话都生效，比每次重复身份更高效。改浏览器语言只影响界面文案，不会改变 AI 的角色行为。这道题考察对自定义指令功能的理解。

Q8. 关于 Mistral 模型开源策略，下列说法正确的有？

多选题 · hard

  • A.部分模型权重开源可自部署← 正确答案
  • B.所有模型均闭源收费
  • C.开源模型可商用但有许可← 正确答案
  • D.Le Chat 平台完全无免费限制

答案：AC。Mistral 的部分模型（如 Mistral 7B、Mixtral 8x7B）确实以开源权重发布，且采用 Apache 2.0 等许可允许商用，但旗舰模型和在线平台并非全部开源。Le Chat 免费版也有每日额度限制，不是无限免费。B 和 D 都过于绝对。

Q9. 关于 Le Chat 免费版，下列说法正确的有？

多选题 · hard

  • A.提供每日对话请求数量额度← 正确答案
  • B.支持网页搜索功能← 正确答案
  • C.图片生成完全没有上限
  • D.超出免费额度需升级 Pro← 正确答案

答案：ABD。Le Chat 免费版提供每日对话额度、支持网页搜索，超出额度后可以升级 Pro 来获得更高配额。图片生成同样有计划限制，不存在“完全无上限”的免费服务。免费额度大是它的卖点，但“无限”是过度解读。

Q10. 需要用 Le Chat 摘要一份 10 万 token 的长合同，最合适的策略是？

单选题 · hard

  • A.把全文粘贴进 Flash 模式对话
  • B.上传文档用标准模式解析← 正确答案
  • C.拆成百段逐段询问 Flash
  • D.让 Le Chat 直接生成合同图片

答案：B。处理超长文档应当直接上传文件，并使用标准模式（Large 类模型）做长上下文解析——这正是 Le Chat 文档解析功能的目标场景。Flash 模式在超长输入下容易丢失细节；拆成百段会破坏语义连续性；生成图片与摘要任务无关。选对模式比一味求快更重要。