待验证50% 置信基准精确时间
在Neural Yap Benchmark测试中，Mistral Large 4整体废话程度较低，回答长度最简洁，但套话短语频率高仅次于DeepSeek V4 Flash
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66% 相似待验证官方目前公布的Mistral Large 4信息以参数规格为主，具体性能表现、上下文长度、多语言能力等细节尚未完整披露64% 相似待验证在一道三样本数学题上，DeepSeek V4.1 Flash达到74分，与Opus 5.0持平，超过GLM的67分和V4 Pro的62分62% 相似待验证官方表示HY3在大部分场景中优于参数规模相当的Deepseek V4 Flash，并在内部盲测中平均得分高于GLM系列模型61% 相似待验证在Arena AI盲测ELO排名（coding与web开发）中，Mistral Large 4排名第45位，性能大致相当于Opus 4.8、Sonnet 4.6或GPT-5.6级别60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/984938API
curl https://kongchang.com/api/v1/knowledge/claims/984938MCP
get_claim(id=984938)