Mistral Large 4

Mistral AI · 发布于 2026-10-06

评分规则

综合评分51.6第 36 名 · 覆盖 97%

编程55.1第 39 名 · 覆盖 100%

专业办公57.9第 31 名 · 覆盖 100%

知识问答40.8第 50 名 · 覆盖 100%

科研48.5第 52 名 · 覆盖 83%

上下文窗口

512,000 token

API 价格

缓存 ¥0.94 · 输入 ¥9.09 · 输出 ¥27.95

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

17 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-10-09 至 2026-10-15；另有 13 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（4）

mistral-large-4-high
mistralai/mistral-large-4
mistral-large-4-0_high
mistral-large-4

编程

55.1

LiveBench CodingLiveBench77.16%统一读数 51.0

来源: LiveBench Coding
上游型号: mistral-large-4-high
运行配置: mistral-large-4-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench 4.0Vals AI27.78%统一读数 62.0

来源: Terminal-Bench 4.0
上游型号: mistralai/mistral-large-4
运行配置: high · Mini-SWE-agent · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI30.56%统一读数 53.5

来源: Code Migration
上游型号: mistralai/mistral-large-4
运行配置: high · Vals agentic 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI78.40%统一读数 63.7

来源: Vibe Code Bench v1.1
上游型号: mistralai/mistral-large-4
运行配置: high · OpenHands · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

48.5

FrontierMath T1–3 v2Epoch AI58.60%统一读数 50.3

来源: FrontierMath T1–3 v2
上游型号: mistral-large-4-0_high
运行配置: mistral-large-4-0_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-12
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI33.00%统一读数 52.5

来源: Chess Puzzles
上游型号: mistral-large-4-0_high
运行配置: mistral-large-4-0_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-15
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI17.00%统一读数 44.6

来源: Mystery Game Puzzles
上游型号: mistral-large-4-0_high
运行配置: mistral-large-4-0_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench83.94%统一读数 52.1

来源: LiveBench Reasoning
上游型号: mistral-large-4-high
运行配置: mistral-large-4-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI12.16%统一读数 41.5

来源: MysteryMechanism
上游型号: mistralai/mistral-large-4
运行配置: high · Vals agentic 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

57.9

LiveBench Data AnalysisLiveBench76.54 / 100（任务均分）统一读数 67.5

来源: LiveBench Data Analysis
上游型号: mistral-large-4-high
运行配置: mistral-large-4-high · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Finance Agent (v2)Vals AI54.68%统一读数 63.2

来源: Finance Agent (v2)
上游型号: mistralai/mistral-large-4
运行配置: high · Vals agentic 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI15.83%统一读数 145.5

来源: Harvey's Legal Agent Benchmark
上游型号: mistralai/mistral-large-4
运行配置: high · Vals agentic 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

MedCodeVals AI40.69%统一读数 41.4

来源: MedCode
上游型号: mistralai/mistral-large-4
运行配置: high · Vals one-shot 统一流程 · 输出上限 256000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

知识问答

40.8

SimpleQA VerifiedEpoch AI20.00%统一读数 25.3

来源: SimpleQA Verified
上游型号: mistral-large-4-0_high
运行配置: mistral-large-4-0_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-09
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

LiveBench LanguageLiveBench49.64%统一读数 4.9

来源: LiveBench Language
上游型号: mistral-large-4-high
运行配置: mistral-large-4-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

LiveBench IFLiveBench64.82%统一读数 45.7

来源: LiveBench IF
上游型号: mistral-large-4-high
运行配置: mistral-large-4-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

44.3

Arena Text · 风格控制Arena1431.77 Elo统一读数 35.6

来源: Arena Text · 风格控制
上游型号: mistral-large-4
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（1）

Terminal-Bench-Science

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。