待验证50% 置信基准精确时间
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
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/11
首次发现
有效期至：2027/1/9
来源
涉及实体
相关事实
待验证Mistral Large 4在真实软件工程测试DeepSwee上得分约62%73% 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70% 相似待验证Mistral Large 4 在构建可交互魔方模拟器的测试中被测试者判定为失败69% 相似待验证Mistral Large 4在Artificial Analysis综合智能指数上仅得38分，剔除闭源模型后位列开源第六68% 相似待验证在夺旗速通测试中，Mistral Large 4在19个安全挑战中完成了18个，其网络安全表现超越Opus 5.5和GPT-6 Astra，部分因为后两者约40%任务被安全过滤器拦截68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/999768API
curl https://kongchang.com/api/v1/knowledge/claims/999768MCP
get_claim(id=999768)