Mistral · pașaport de model
Mistral Large 2411
mistral-large-2411- Ponderi deschise
- Licență MRL
- Lansat 2024-11-01(din numele modelului)
- General · LMArena
- 1,306#260 din 396
- Cea mai bună percentilă
- 93.3Halucinații HHEM (Vectara)
- Poziția în cohortă
- 42.3mediană 40.2
Ce spun datele
Evaluat pe 10 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai puternice axe
- 93.3 pct — Halucinații HHEM (Vectara) (95.5%)
Cele mai slabe axe
- 7.2 pct — FrontierMath (0.3%)
Neuniform: 86,1 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 93.3 pct pe Halucinații HHEM (Vectara) față de 7.2 pct pe FrontierMath.
- Halucinații HHEM (Vectara)93.3 pct95.5%Verifică →
- BFCL v4 (apelare de funcții)Clasament inactiv58.5 pct38.4%Verifică →
- LiveBench40.2 pct48.4%Verifică →
- Urmarea instrucțiunilor37.4 pct1,295Verifică →
- GPQA Diamond35.7 pct51.3%Verifică →
- Prompturi dificile35.4 pct1,313Verifică →
- Programare34.8 pct1,346Verifică →
- General34.6 pct1,306Verifică →
- AIME (matematică)22.5 pct7.8%Verifică →
- FrontierMath7.2 pct0.3%Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- SimpleQA VerifiedNeevaluat
- ARC-AGI-2Neevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
mistral-large-2411 stands at 42.3 (raw mean 40) — measured on 10 of 27 axes.
mistral-large-2411 stands at 42.3 versus a cohort median of 40.2 across 139 models released within 180 days — above the peer median.
mistral-large-2411 scores at percentile 93.3 on Halucinații HHEM (Vectara).
mistral-large-2411 scores at percentile 7.2 on FrontierMath.
mistral-large-2411 shows a 86.1-point percentile gap across 10 covered axes: 93.3 on Halucinații HHEM (Vectara) versus 7.2 on FrontierMath.
mistral-large-2411 ranks between #239 and #606 across 5 built-in weightings — best under "Axat pe programare", worst under "Toate sursele".
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →