Mistral AI
Mistral Large 2 (Nov 2024) 评测成绩
来自 5 个来源、7 项基准的 8 条成绩。
开放权重 发布: 2024年11月15日 更新于 2026年10月22日
其他名称: mistral-large-2411 · mistral-large-2411 (FC) · mistral-large-2411 (Prompt) · Mistral-Large-Instruct-2411 · mistralai/Mistral-Large-Instruct-2411
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1306 | 279 | Overall, style control on; 28073 votes; 95% CI 1301–1310“mistral-large-2411” | 官方榜单 | 2026年10月8日 |
| Open LLM Leaderboard v2 | 46.5% | 23 | Average of 6 normalised benchmarks; float16; 122.61B params“mistralai/Mistral-Large-Instruct-2411” | 官方榜单 | 2025年3月13日 |
| GPQA Diamond | 51.3% | 201 | Epoch AI run, accuracy | 独立评测 | 2025年2月25日 |
| MMLU-Pro | 67.9% | 109 | Overall accuracy; data source: TIGER-Lab; 123B“Mistral-Large-Instruct-2411” | 官方榜单 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 7.8% | 220 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 50.3% | 60 | Epoch AI run, accuracy | 独立评测 | 2025年2月25日 |
| BFCL v4 (function calling) | 38.4% | 46 | Overall accuracy; native function calling (FC)“mistral-large-2411 (FC)” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 31.8% | 63 | Overall accuracy; prompt-based“mistral-large-2411 (Prompt)” | 官方榜单 | 2026年10月17日 |
常见问题
Mistral Large 2 (Nov 2024) 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和Hugging Face Open LLM Leaderboard v2 (archived)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。