待验证50% 置信基准精确时间
在 Needle In A Haystack 测试中，Mistral Large 3 在半个百万 token 窗口的任意深度象限都实现了 99.8% 的检索精度。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证在 SWE-bench Verified 基准测试中，Mistral Large 3 达到 53.8% 的得分。69% 相似待验证Mistral Large 4 在网络安全基准 Cybench（40 个 CTF 挑战）上得分 93%，在漏洞复现与修补测试中得分 82%，在 B3 AI 安全基准上得分 93.3%。63% 相似待验证独立测试显示Mistral Large 4在CyberGym E2E端到端测试中成功率达81.7%，是18个测试模型中最高63% 相似待验证Mistral Large 4在真实软件工程测试DeepSwee上得分约62%60% 相似待验证通义千问3.6 27B在语义三次全对率和格式正确率上均领先Muse Glimmer59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1008182API
curl https://kongchang.com/api/v1/knowledge/claims/1008182MCP
get_claim(id=1008182)