Mistral Large 4 进入 Agent Arena 前十五实验室，排名第 43

Arena 宣布 Mistral Large 4 预览版进入 Agent Arena 排名，基于超过 5000 个真实智能体会话，其净改进分为 -6.6%，总排名第 43，实验室维度进入前十五。相比前代 Mistral Medium 3.5 的 -12.60%，本次排名高出 11 位。

Mistral Large 4 在真实智能体会话评测中排名较前代有所提升，实验室整体进入前十五，但净改进分仍为负值，说明其相对基线尚未实现正向改进。

Agent Arena 以真实智能体会话作为评测样本，净改进分衡量模型相对基线的实际增益。负值说明该预览版在会话任务中的表现仍低于基线，排名提升更多来自前代基数较低。

对使用 Mistral 系列构建智能体产品的团队而言，该预览版尚未展示正向改进，直接替换前代或用于生产流程的收益不明确，需要等待正式版或更多评测数据。

• Mistral Large 4 正式版是否会改善净改进分并转为正值？
• Agent Arena 的基线模型和评测任务构成是什么？
• 该评测是否覆盖多轮工具调用等常见智能体场景？