Mistral Large 4、サイバーセキュリティベンチマークでOpus 5.5およびGPT-6 Astraを上回る

Clineは、Mistral Large 4がサイバーセキュリティベンチマークでOpus 5.5およびGPT-6 Astraを上回ったと報告した。同チームによると、この性能差は主にタスクの拒否率によるもので、Mistral Large 4がセキュリティ関連の評価タスクを拒否した割合は大幅に低かった。

対照的に、Opus 5.5とGPT-6 Astraはテスト中、ベンチマークタスクの約40%が自らのセーフティフィルターによってブロックされていた。