Mistral AI发布Leanstral 1.5 119B参数模型Apache 2.0开源

Mistral AI于2026年7月前后正式推出Leanstral 1.5模型，总参数1190亿，激活参数60亿，权重以Apache 2.0协议开源，同时开放免费API端点leanstral-1-5。该模型专为Lean 4形式化证明语言优化，可自动生成并验证数学证明代码。

事实还原

Leanstral 1.5属于Mistral Small 4系列，采用混合专家架构，设置128个专家，每token激活4个。它支持256k token上下文，输入可处理文本与图像，输出为文本。模型更新自Leanstral-2603版本，训练分为中期训练、监督微调以及使用CISPO的强化学习三个阶段。

机制拆解

训练过程构建两个强化学习环境。在多轮环境中，模型接收定理陈述，提交证明后读取Lean编译器反馈，持续迭代直至成功或超出预算。在代码代理环境中，模型直接操作文件系统，执行bash命令并调用Lean语言服务器，实时获取目标、错误与类型信息，从而完成部分证明、构建辅助引理并处理上下文压缩。正确性通过Mistral的SafeVerify分支验证。

Leanstral 1.5在FLTEval基准上pass@1从21.9提升至28.9，pass@8从31.9提升至43.2。该基准来自Fermat最后定理仓库的真实拉取请求。

产业影响

对开发者而言，Apache 2.0开源权重与免费API降低了形式化验证门槛。开发者可直接下载权重部署，或通过API调用leanstral-1-5，在本地仓库中运行证明任务。

对企业用户而言，模型在航空、医疗等安全关键领域提供可验证代码生成能力。它已证明AVL树插入删除操作的时间复杂度，并在自动化测试中定位5个此前未报告的隐藏缺陷，显示出在真实工程环境中的实用性。

对竞争格局而言，Leanstral 1.5在miniF2F验证与测试集均达到100%，在PutnamBench解决587道共672题难题，在FATE-H取得87%、FATE-X取得34%的新高分。它以单次通过超越部分更大规模开源模型，同时成本低于Claude Opus 4.6的七分之一。

战略判断

基于现有基准与真实仓库表现，Leanstral 1.5最可能在高可靠代码生成场景中快速被集成。开发者可先通过免费API测试其在特定Lean仓库的通过率，再决定是否部署开源权重。企业选型时应重点验证模型在自身形式化规范下的实际通过率与迭代成本，而非仅依赖公开基准分数。

此判断基于已公开的FLTEval、PutnamBench与实际缺陷发现数据，属于对未来应用路径的分析而非确定事实。

© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接