实测 Mistral Large 4：105 个真实 bug 修复得分垫底主流模型

PawelHuryn · x · 2026-10-07

开发者 Pawel Huryn 在两个真实仓库中埋入 105 个 bug，实测 Mistral Large 4 的找修能力，成绩落后于主要竞争对手：

• Qwen 3.8 Max：25.7
• Kimi K3：23
• DeepSeek V4.1 Flash：21.7
• GLM-5.3：19
• Mistral Large 4（high）：15（三次为 17/11/17 取平均）
• Qwen3.8-27B：15（可本地运行）

结论直白：Mistral Large 4 不是最强、不是最便宜也不是最快，「它就是一款欧洲模型」——在中国模型集体领先的开源/闭源编码赛道里处境尴尬。

原文链接 →

「模型」频道最新

• Codex 反复推销陌生第三方插件，OpenAI 员工回应称并非广告 — reach_vb · 2026-10-07
• 开发者首次集成 Embedding：图像按「整体氛围」聚类令人惊艳 — ciguleva · 2026-10-07
• 让 Mistral 改写《安提戈涅》：对齐官员成反派，RLHF 是脑叶切除 — aiamblichus · 2026-10-07
• Claude 与 ChatGPT 已开始点名批评清单体和对比页 — lilyraynyc · 2026-10-07
• ChatGPT 被曝续费后 Pro 模型降为 Plus 权益，用户吐槽 — Angaisb_ · 2026-10-07
• Pixel 10 老用户怒批 Gemini:连设个提醒都失败,转而弃用 — MaximumCorrect5864 · 2026-10-07

更多「模型」频道 AI 资讯 →