06 · Tema 6 de 6 · máx. 9,48k views frio (calor 1 de 5; máx. 9,48k views)
Novo teste do Mistral Large 4 compara correção de erros em dois projetos
Calor: o quanto o assunto está em alta no mercado agora, não opinião da redação.

O que é novo: Paweł Huryn publicou um teste novo de identificação e correção de erros em dois projetos reais, distinto das avaliações de sites e segurança da edição das 8h.
O fato novo em relação à edição das 8h é um teste de correção de código publicado por Paweł Huryn em 07/10, às 12h18 BRT. O autor relata dois projetos reais com 105 erros reintroduzidos e apresenta resultados de diferentes sistemas. Para Mistral Large 4, informa média de 15, calculada a partir de 17, 11 e 17; no mesmo teste, Qwen 3.8 Max aparece com 25.7, Kimi K3 com 23 e DeepSeek V4.1 Flash com 21.7. É uma comparação do autor em tarefas específicas, diferente das avaliações de criação de sites e segurança apresentadas de manhã. O resultado não estabelece uma classificação geral de qualidade, preço ou velocidade.

Post âncora
BUILDERPaweł Huryn, autor do teste
Paweł Huryn publica teste de correção de erros do Large 4
@PawelHuryn ·
O autor testou sistemas em dois projetos reais com 105 erros reintroduzidos. Ele relata média de 15 para Mistral Large 4, a partir de resultados de 17, 11 e 17, e apresenta os resultados dos demais participantes.
Então testei o gatão gordo: Mistral Large 4. Dois repositórios reais, 105 erros reintroduzidos. Encontre e corrija o que puder.
Os resultados: - Qwen 3.8 Max (max): 25.7 - DeepSeek V4.1 Flash (max): 21.7 - Kimi K3 (default): 23 - GLM-5.3 (max): 19 - Mistral Large 4 (high, seu máximo): 15 (média de 17, 11, 17) - Qwen3.8-27B: 15 (você pode realmente executá-lo localmente)
Não é o melhor, o mais barato nem o mais rápido. Ele simplesmente é — um modelo europeu. A melhor coisa que posso dizer é que não me perguntou sobre cookies.
Ver original (texto do post como foi publicado)
So I tested the big fat cat: Mistral Large 4. Two real repos, 105 replanted bugs. Find and fix what you can.
The results: - Qwen 3.8 Max (max): 25.7 - DeepSeek V4.1 Flash (max): 21.7 - Kimi K3 (default): 23 - GLM-5.3 (max): 19 - Mistral Large 4 (high, its max): 15 (avg of 17, 11, 17) - Qwen3.8-27B: 15 (you can actually run it locally)
It's not the best, the cheapest, or the fastest. It just is - an European model. The best thing I can say is that didn't ask me about cookies.