聪明世界#69
编程中等
记性1.0M
便宜$2.1
记性换算成体感：一次能读完《哈利·波特》全七部
Mistral Large 系列的视觉模型 · 按发布时间
共 4 个 · Mistral的全部模型 →她的房间
电脑
没有公开的编程评测成绩
书架
5 层 · 记忆 1.0M tokens
黑板
一块空黑板
日历
知识截止日期未公开
冰箱
支持上下文缓存，能存记忆
门禁
闭源，权重不公开
身世
- 发布日期
- 2026 年 10 月 6 日models.dev
- 知识截止
- 暂无数据
- 参数量
- 体型为估算值，官方从未公布参数量
- 开放权重
- 否
- 开源许可
- 暂无数据
- 上下文窗口
- 1.0M tokens
- 单次最大输出
- 262K
- 输入价格
- $0.68 / 百万 tokens
- 输出价格
- $2.09 / 百万 tokens
- 模型类型
- 视觉除了文字还能看图片或视频，输出文字
- 支持的输入
- 图像、文字 → 文字
- 工具调用
- 是
- 深度思考
- 是
- 提示缓存
- 是
战绩
- 综合智力
- 150.0
- AIME 数学
- 未参评
- GPQA Diamond 科学
- 未参评
- ARC-AGI-2 抽象推理
- 未参评
- Fiction.liveBench 长文本
- 未参评
综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。
编程战绩（按赛制分列）
- FrontierCode39.4%Cognition 出的高难度代码题集，面向前沿模型。第三方实测https://cognition.com/frontiercode
- LiveBench 2.0 编程61.5%LiveBench 2.0 的编程分项：不是做题，而是接 API、写 Agent 循环、接云基础设施、做计费与限额这类真活儿。2.0 换了评测方式（长程任务、产物评审），与旧版 LiveBench 编程分不是同一把尺子，分数不可直接比较。第三方实测https://livebench.ai/?release=20261014
- ALE-Bench1213AtCoder 启发式算法竞赛题，考的是给一个没有标准答案的优化问题找出尽量好的解。分数是 137–2177 的评分标度，不是百分比。和「修 bug」是两种能力。第三方实测https://epoch.ai/benchmarks
这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。
全部成绩（按榜单分列）
名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。
综合
- 综合智力150.0第 69 / 225Epoch Capabilities Index，把十几项学术评测归并成一个总分。想看综合实力，先看这一栏。第三方实测https://epoch.ai/benchmarks
- LiveBench 2.0 综合47.7%第 44 / 48LiveBench 2.0 七个长程任务分类的等权均分——这个总分由本站计算，上游并不发布。第三方实测https://livebench.ai/?release=20261014
数学
- ProofBench10.0%第 77 / 96不是算出答案，而是写出完整证明并由人评判。考的是数学推理的严谨程度。第三方实测https://www.vals.ai/benchmarks/proof_bench
知识与推理
- 带引用的研究27.8%第 48 / 48监管、法律、财税、科研五类检索与研判任务，答案要带得住核验的出处。第三方实测https://livebench.ai/?release=20261014
- 数据分析76.5%第 22 / 48从表格里认事件、连表、把一种格式转成另一种格式。第三方实测https://livebench.ai/?release=20261014
- CritPt 物理10.6%第 52 / 180研究级别的物理问题，由在职物理学家出题。测的是能不能做前沿科研级的推理。第三方实测
智能体
- 长程任务11.6%第 45 / 48跑几个月的运维、财务合规、电商运营这类长线任务，看模型能不能一直把事做对。第三方实测https://livebench.ai/?release=20261014
- 浏览器操作5.7%第 41 / 48在真实网页里点选、翻页、汇总信息，考验 agent 是不是真的会用浏览器。第三方实测https://livebench.ai/?release=20261014
游戏与谜题
- 推理谜题84.0%第 32 / 48心理理论、斑马谜题、空间推理这类不靠背题的死磕题。第三方实测https://livebench.ai/?release=20261014
写作
- 文档与排版67.1%第 40 / 48产出 Word 文档、PDF、PPT 三类成品，看内容组织与版式。第三方实测https://livebench.ai/?release=20261014
其他
- Dtbench88.2%第 68 / 222Epoch AI 收录的评测，暂无中文说明。第三方实测https://conceptualreasoning.ai/dtbench
- Lmca35.8%第 91 / 206Epoch AI 收录的评测，暂无中文说明。第三方实测https://conceptualreasoning.ai/lmca
- Weirdml V312.2%第 17 / 29Epoch AI 收录的评测，暂无中文说明。第三方实测https://htihle.github.io/weirdml.html