Mistral Prover 6B 小模型组合在 ArXivLean 达 82.6% 验证通过率
AlbertQJiang · x · 2026-09-11
MathArena 排行榜新增 Mistral Prover（Leanstral 1.5 + 少量 K3 编排），在 ArXivLean 2026 年 6 月上取得 38/46（82.61%）的经验证证明通过率。发帖人 AlbertQJiang 称这一成绩主要靠 Leanstral 1.5 的大量推理，辅以少量 K3 编排，超过了 GPT-6 Astra；但他也指出该榜单的 token 计数方式可能有误，6B 模型确实话多。该工作由实习生 Matéo Pirio Rossignol 完成，Roman Soletskyi 指导。此外 MathArena 还于 9 月 7 日加入 Fable 5.1 (max) 和 Qwen3.8-Max。
所属事件:6B 开源模型 Leanstral 1.5 击败 GPT-6 Astra 登顶 ArXivLean(4 条相关)→
「模型」频道最新
- 初创公司用 GPT-6 Astra 打造无人机,一张照片即可锁定追踪特定人 — Polymarket · 2026-09-12
- 397B 多模态新模型 Nex-N2.5 Pro 上架 OpenRouter,主打 Computer Use — nikola_mr64990 · 2026-09-12
- Gary Marcus 阵营:分子性质预测都做不好,GPT-6 谈何 AGI — GaryMarcus · 2026-09-12
- 用户吐槽 Grok Bot 越用越笨:AI 产品为何总这样? — billyjhowell · 2026-09-12
- Every 弃纯榜单：用真实工作自建个人基准评新模型 — danshipper · 2026-09-12
- 用户抱怨 Gemini 实时搜索频繁失效，连购物查询也被拒 — Dimensional-Misfit · 2026-09-12