最强开源模型Llama3.1只坚持了一天，就被Mistral新模型踢馆了
Ray出大事了，开源大模型界出大事了！
Meta前脚刚发布了“最强模型” Llama 3.1 405B，Mistral后脚就来踢馆，发布 Mistral Large 2，参数123B。
Mistral的 Large 2 模型的参数不到 Llama 3.1 的 三分之一，难道是梁静茹给它的勇气来踢馆吗？
别着急，让我们来通过测试数据来对比一下。
扫码加入AI交流群
获得更多技术支持和交流
（请注明自己的职业）
数据对比
一、代码编写
Mistral的AI 最大的优势就是代码的编写，在这一点上那肯定是不能输给 Llama 3.1 的。
Mistral Large 2 支持包括Python、Java、C、C++、JavaScript和Bash在内的 80多种 编程语言，吸取Codestral 、Codestral Mamba经验，表现远超之前的Mistral Large。
通过对比我们不难看出，在 Human Eval基准 上，Mistral Large 2 的代码生成能力只是略逊于GPT-4o，完爆 Llama 3.1。
而在 MBPP 基准上，Llama 3.1 也算是找回场子，不论是 405B 还是 70B 都优于 Mistral Large 2。
而在 MultiPL-E 的 多种编程语言基准 上，Mistral Large 2 更是多方面超越 Llama 3.1 405B，直逼GPT4o。
Mistral Large 2 还增加了 函数调用能力。
可以看到在这一能力上 Mistral Large 2 稳坐 冠军宝座，甚至干掉了GPT4o。
二、推理能力
数学推理也是困扰大模型已久的难题之一，这次 Llama 3.1 和 Mistral Large 2 在数学推理方面也是进步极大。
可以看到，在 GSM8K（8-shot）基准 下 Llama 3.1 405B 几乎是处于 最高水平，而 Mistral Large 2 也是 名列前茅。
在MATH（0-shot，无CoT）基准 下 Mistral Large 2 水平仅次于GPT4o，Llama 3.1 405B位列第三。
三、多语言文本指令优化
Mistral Large 2 具有 128k 上下文窗口。预训练版本的 MMLU 能达到 84.0%。
昨天发布的 Llama 3.1 针对八种不同语言进行了文本指令优化,但其中偏偏没有 中文，使得 Llama 3.1 中文水平极差 。
但这次 Mistral Large 2 带上了，包括中文在内，还支持英语、日语、韩语、法语等 数十种语言。
据测试,在 多语言MMLU 上,Mistral Large 2 的平均性能 明显优于Llama 3.1 70b(高6.3%)，与 Llama 3 405B 相当(低0.4%)。
四、指令遵循和对齐
可以看出， Large2 在 Wild Bench和Arena Hard 上的表现都非常出色，处于顶尖状态，优于 Llama 3.1。
编辑推荐精选
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号