核心信息

Mistral Large 4 已被加入 sudo L7 排行榜，这是一项面向资深软件工程能力的基准测试，得分 13.3%，超过 Muse Spark 1.3（12.2%）和 Grok 4.7（10.6%）。

要点

  • Mistral Large 4 在 sudo L7 上得分 13.3%，领先 Muse Spark 1.3 的 12.2% 和 Grok 4.7 的 10.6%
  • sudo L7 评估编程智能体能否展现资深工程师的判断力，而不仅仅是写出正确的代码
  • 该基准测试考察应对混乱系统、发现隐藏风险，以及判断技术上正确的代码是否仍不应上线的能力
  • 该成绩使 Mistral Large 4 在参与对比的模型中位居 sudo L7 排行榜首位