待验证60% 置信基准精确时间
Mistral Large 4在终端编程测试成绩从预览版的28%提升到41%，涨幅13个百分点。
2
来源数
60%
置信度
短期 (~14 天)
时效性
2026/10/31
首次发现
有效期至：2026/11/14
来源
Mistral Large 4开源权重：万亿参数MoE，终端编程猛涨
bilibiliSmallSmall_2026/10/30
涉及实体
相关事实
待验证Mistral Large 4的AA分数为38分，相比上一代Mistral Medium 3.5的14分大幅提升80% 相似待验证Mistral Large 4在真实软件工程测试DeepSwee上得分约62%80% 相似待验证Mistral Large 4 在 TerminalBench 上得分 28%，超过了 Kimi K3 和 QN 3.8 Max，后两者的模型规模都大于 Mistral Large 4。76% 相似待验证在“改动能否被合并”测试中，Mistral Large 4拿到19.7%，仅比第二名高出0.4个百分点。75% 相似待验证独立测试显示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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1119756API
curl https://kongchang.com/api/v1/knowledge/claims/1119756MCP
get_claim(id=1119756)