待验证50% 置信基准精确时间
在 SWE-bench Verified 基准测试中，Mistral Large 3 达到 53.8% 的得分。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证在 Terminal-Bench 4.0 基准测试中，Mistral Large 3 取得 65.2% 的得分，排名全球第二。77% 相似待验证Mistral Large 4在真实软件工程测试DeepSwee上得分约62%71% 相似待验证在 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。69% 相似待验证Mistral Medium 3.5在HumanEval基准测试中通过率为77.6%69% 相似待验证Mistral 3.8B 指令模型使用 Q4 量化和 llama.cpp 原生调用时，综合 Score 从 27.3% 提升到 78.3%，区别仅在于是否有 Forge 护栏68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1008184API
curl https://kongchang.com/api/v1/knowledge/claims/1008184MCP
get_claim(id=1008184)