待验证50% 置信基准精确时间

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。

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

Mistral Large 3 发布：128专家MoE架构搭配512K上下文

涉及实体

Mistral Large 3model Terminal-Bench 4.0concept

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。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Mistral Large 4 在 AutomationBench（657 个业务流程）上得分 59.9%，在 AA-Briefcase 上获得 1393 Elo。70% 相似待验证在 Surge AI 组织的盲评中，专业标注员给 Mistral Large 4 预览版打出 3.74/5，在五个模型中排名第二，落后于 Claude Opus 5（4.22），领先于 GLM-5.3、Kimi K3 和 GLM-5.2。68% 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%。67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1008185

API

curl https://kongchang.com/api/v1/knowledge/claims/1008185

MCP

get_claim(id=1008185)