待验证50% 置信基准精确时间
Mistral Large 4在19项夺旗(CTF)挑战中解决了18项，并在恶意软件逆向工程测试中12分钟内识别Cobalt Strike、提取配置与入侵指标并生成含Yara规则的调查报告
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/7
首次发现
有效期至：2027/1/5
来源
涉及实体
相关事实
待验证在图片隐藏虫子识别测试中，Sonnet 5的Max模式花费约10分钟并识别结果完全正确，而Gemini顶配模型只找到4只，GPT-5.5 X-High未能检测出58% 相似待验证在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.858% 相似待验证Mistral Small 4在单位换算输入上的得分仅为0.699，并产生了265个与正确标签相差精确十的幂次的错误57% 相似待验证在各任务细分中，PRD 撰写由 Terra 胜出，代码 Bug 排查由 Sonnet 5 获 LLM 评审最高分，Agentic 语音由 Sonnet 5 胜出57% 相似待验证EmsyAI使用FP16混合精度训练了15000步，验证困惑度收敛到5.8656% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/984060API
curl https://kongchang.com/api/v1/knowledge/claims/984060MCP
get_claim(id=984060)