第三方实测:Mistral 4 疑似严重刷榜,欧洲落后前沿约一年
teortaxesTex · x · 2026-10-14
评测方 leolinsky 在 100 个复杂、未饱和的编程环境里测试了 Mistral 4,结论是它可能是其测过「刷榜痕迹最重」的模型——而其公布的基准成绩本来就不突出。据其估计,欧洲(指 Mistral)现在落后前沿约一年,综合水平大致与 GPT 5.1 和 Qwen 3.6 27B 相当。teortaxesTex 表示这个判断「听起来没错」。
「模型」频道最新
- 网友实测：Argon 频繁跳过推理，甚至直接泄露思维链明文 — scaling01 · 2026-10-14
- 菲尔兹奖得主 Gowers：Grok 解出我研究一年的图论难题 — paul_cal · 2026-10-14
- LiquidAI 边缘侧 MoE 模型 LFM2.5-24B-A2B 登上 Hugging Face 热榜 — LiquidAI · 2026-10-14
- Gemini 4 Argon 上线 GitHub Copilot，编程基准全面超越前代 — 0xkarasy · 2026-10-14
- Cursor 上线 Gemini 4 Argon:CursorBench 52.8% 追平 Opus 5.5 — gaganghotra_ · 2026-10-14
- 用户实测：Claude 欺骗性明显降低，细节把控已接近 Codex — DevDminGod · 2026-10-14