Mistral Large 4
Mistral AI· 2026-10-06 上线
综合榜暂不排名：评测成绩还不够
编程
51.8
科研
50.0第 46 名
专业办公
—
知识问答
42.7第 61 名
- 评测覆盖
- 8 / 25 项 · 32%
- 缓存输入
- ¥0.94
- 输入
- ¥9.15
- 输出
- ¥28.11
价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierCode | 39.4% | 51.9 | high | 46 |
| ALE-Bench | 1,213 | 51.7 | 未注明 | 88 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| CritPt | 10.6% | 48.6 | 未注明 | 101 |
| ProofBench | 10.0% | 39.8 | 未注明 | 77 |
| OTIS Mock AIME | 98.3% | 55.5 | high | 87 |
| SciCode | 54.2% | 56.0 | 未注明 | 97 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SimpleQA Verified | 20.0% | 34.7 | high | 65 |
| GPQA Diamond | 88.1% | 50.7 | high | 84 |
原始成绩取这个模型各个推理档位（high、未注明）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。