Mistral Large 4 关键成绩单:编码 Agent 指数 49.8%,安全基准抗攻击 93.3%
_AndrewZhao · x · 2026-10-29
转发账号 noctus91 汇总了 Mistral 新开源的 1T 参数模型 Mistral Large 4(Le Chonk)的核心指标:Coding Agent Index 49.8%、AutomationBench 59.9%、Lakera B3 安全基准攻击抵抗率 93.3%、AA-Briefcase Elo 1393,并称其为「西方实验室最强的开放权重模型」。配套图表显示其在 Cognition FrontierCode 2.0 上以 19.7% 领先 DeepSeek V4.1 Flash(19.3%)、GLM-5.3(17.8%)、Kimi K3(17.3%)、Beam 1.0(2.9%),且在 Artificial Analysis 编码 Agent 指数上以更低 token 消耗处于效率甜点区;人类盲测偏好上 64% 胜 GLM-5.3 与 Kimi K3,但仅 22% 胜 Claude Opus 5.5。
所属事件:Mistral 开源万亿参数旗舰 Large 4「Le Chonk」(36 条相关)→
「模型」频道最新
- Gemini 4 Argon 登顶 RLE-Bench 4 项机器人任务，总分 72.4 逼近 GPT-6 Astra — daibond_alpha · 2026-10-30
- 传 GPT-6.5 Bel 预训练超 10 万亿参数，未经证实 — VraserX · 2026-10-30
- 「Tibo 28 天连发日历」更新到第 25 天,逐日追踪 OpenAI 密集更新 — burny_tech · 2026-10-30
- Reddit 用户实测:Claude 用量上限恢复正常,未被减半 — pjjiveturkey · 2026-10-30
- Reddit 用户实测:Claude Opus 5.5 做游戏表现出色 — InternationalGap3698 · 2026-10-30
- Claude 用户确认:用量上限翻倍恢复,回到原水平 — jeppa35 · 2026-10-30