Mistral Large 4
Mistral · mistral-large-4-0 · France · 上线 2026-10-06
58ECI 榜名次
150Epoch ECI
1432网友盲测分（全球第 113）
15有成绩的基准
最拿手
- OTIS Mock AIME 2024-2025：第 23 / 118 名（成绩 98.3%）
相对薄弱
- Furniture Assembly：第 33 / 35 名（成绩 20.8%）
- Surface Evolver Bench：第 22 / 23 名（成绩 28.1%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| OTIS Mock AIME 2024-2025 | 98.3% | 23 / 118 | |
| GPQA diamond | 88.1% | 53 / 117 | |
| DTBench | 88.2% | 52 / 109 | |
| APEX-Agents | 51.6% | 27 / 54 | |
| FrontierMath-Tiers-1-3-v2-Private | 58.6% | 44 / 84 | |
| Chess Puzzles | 33.0% | 46 / 81 | |
| FrontierMath-Tier-4-v2-Private | 26.8% | 37 / 68 | |
| FrontierCode | 39.4% | 26 / 41 | |
| LMCA | 35.8% | 69 / 104 | |
| WeirdML v3 | 12.2% | 18 / 25 | |
| Mystery Game Puzzles | 17.0% | 54 / 76 | |
| SimpleQA Verified | 20.0% | 69 / 81 | |
| ProofBench | 10.0% | 60 / 68 | |
| Surface Evolver Bench | 28.1% | 22 / 23 | |
| Furniture Assembly | 20.8% | 33 / 35 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 55▼2 | Gemini 3 Flash | ±1.7 | 2025-12-17 |
| 56▼2 | Qwen 3.8 27B Alibaba | ±1.8 | 2026-08-14 |
| 57▼2 | Kimi K2.6 Moonshot | ±1.8 | 2026-04-20 |
| 59▼3 | Inkling-Small Thinking Machines | ±2.1 | 2026-07-15 |
| 60新 | Beam 1.0 Reflection | ±1.8 | 2026-10-05 |
| 61▼4 | Claude Opus 4.5 Anthropic | ±2.6 | 2025-11-24 |