Arena.ai 宣布 Mistral Large 4 已进入 Arena，可在 Agent Arena 中实测，投票将影响其评测结果，分数稍后公布。Agent Arena 基于数百万真实长周期智能体任务，模型可调用网页搜索、文件系统和终端工具，排行榜用因果追踪方法衡量相对平均模型的结果表现。
Mistral Large 4 进入 Agent Arena 与 Code Arena 评测，读者可了解其评测入口与开放权重时间安排。
Mistral Large 4 由 @MistralAI 打造，现已登陆 Arena！
前往 Agent Arena 进行测试，你的投票将影响它的评估结果。评分即将公布。
在 Agent Arena 中，我们基于数百万个真实世界、长周期的智能体任务来评测模型。模型可以访问网络搜索、文件系统和终端工具，以完成复杂的工作流。排行榜采用因果追踪方法，衡量模型相对于平均模型在结果上的表现。
Mistral Large 4 也可在 Code Arena：WebDev、Text 和 Vision 中使用。
认识 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 活跃。 在综合基准测试上，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位上超越了闭源前沿模型。 • 全程在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。
原文
Meet Mistral Large 4, aka Le Chonk. • 1T parameters, natively multimodal. 49B active. It is the best open weights model from US or Europe on aggregated benchmarks. • State-of-the-art on critical workloads, including cyber defense, manufacturing and finance and it surpasses closed frontier models on visual grounding. • Forged in Europe end-to-end and is deployable from Europe via our own Mistral Cloud infrastructure. • Available to all via API today. Working with cybersecurity partners privately. Open weights release end of October.
来源：Arena.ai · x.com