综合智能
29 平均 52第 24 / 25- Epoch Capabilities Index (ECI)152.6 ECI标准分 24Epoch AI · 11月5日 ·
Mistral Large 4 Preview - LMArena Text Arena1430 Elo标准分 34LMArena · 10月28日 ·
mistral-large-4
Mistral Large 4
Mistral · 10月6日 发布
- 综合名次
- #22 / 23 个参与排名
- 综合分
- 24.1 / 100
- 有成绩的维度
- 8 / 8
- 名次较 11月3日
- — 名次不变
能力雷达
各维度成绩
编程
30 平均 48第 26 / 29- LMArena WebDev Arena1544 Elo标准分 28LMArena · 10月28日 ·
mistral-large-4 - SciCode（科研代码）54.2%标准分 31Epoch AI · 11月5日 ·
mistral-large-4-0_unknown
数学
16 平均 50第 25 / 25- ProofBench10.0%标准分 10Epoch AI · 11月5日 ·
mistral-large-4-0_unknown - FrontierMath 1–3 级58.6%标准分 21Epoch AI · 11月5日 ·
mistral-large-4-0_high
科学推理
19 平均 50第 25 / 26- CritPt（前沿物理研究）10.6%标准分 17Epoch AI · 11月5日 ·
mistral-large-4-0_unknown - GPQA Diamond88.1%标准分 22Epoch AI · 11月5日 ·
mistral-large-4-0_high
智能体
37 平均 48第 19 / 24- APEX-Agents（Mercor）51.6%标准分 37Epoch AI · 11月5日 ·
mistral-large-4-0_high - Vending-Bench 2（长程经营）缺
事实可靠性
15 平均 48第 19 / 19- SimpleQA Verified20.0%标准分 15Epoch AI · 11月5日 ·
mistral-large-4-0_high
创意写作
22 平均 46第 21 / 22- LMArena 创意写作1361 Elo标准分 22LMArena · 10月28日 ·
mistral-large-4
指令遵循
25 平均 46第 18 / 22- LMArena 指令遵循1419 Elo标准分 25LMArena · 10月28日 ·
mistral-large-4