Mistral Large 4 实测宣称:DeepSWE 超 GLM 5.3,Tbench 4 胜 Kimi k3
b_roziere · x · 2026-10-06
Mistral 团队继续介绍 Mistral Large 4(Chonky)的评测表现:
- 官方强调基准不代表全部,重点在实际使用场景,并称其为「世界最好的开源模型」
- 代码 agent 基准上:DeepSWE 超过 GLM 5.3,Tbench 4 超过 Kimi k3
- 模型已在预览 API 开放试用,详情见官方博客
所属事件:Mistral 发布万亿参数开源旗舰 Large 4(86 条相关)→
「编程与Agent」频道最新
- Anthropic 上线 532 个免费 Claude 插件,Stripe 与 Shopify 等大厂参与 — nikola_mr64990 · 2026-11-21
- PostHog 用 Jev 决策模型替代 LLM 调用,成本低至 1/444、快 193 倍 — yawnxyz · 2026-11-21
- 开发者自建 GURU 框架:让个人 AI 常驻记忆、接管全屋设备执行 — iamth3morningstar · 2026-11-21
- 开发者实测「软件工厂」流水线:需求文档写两天,别急着加 PR 审核 — nptacek · 2026-11-21
- 用 Claude 搭实时语音 AI 工作流,边对话边 vibe coding 优化投资组合 — Different_Scholar_74 · 2026-11-21
- 15 课 Claude 免费指南:一个周末从入门到进阶 — rubenhassid · 2026-11-21