Mistral Large 4 在 AutomationBench 办公自动化基准上领先
精选理由
Mistral 晒了新基准成绩：Mistral Large 4 跑 657 个办公自动化任务，赢了 Kimi K3 和 DeepSeek V4 Pro，做 agent 介绍的可以看看。
Mistral 在 AutomationBench 基准上测试了 Mistral Large 4，该基准覆盖 657 条业务工作流，场景包括 Gmail、Google Sheets、Slack 和 Salesforce 的模拟办公应用。Mistral Large 4 的成绩排在 Kimi K3、MiMo-V2.6-Pro 和 DeepSeek V4 Pro 之前。这一基准主要考察模型执行真实办公自动化任务的能力。
原文 · Mistral AI
Gmail. Google Sheets. Slack. Salesforce. i.e. the four horsemen of Monday. On AutomationBench, Mistral Large 4 took on 657 business workflows across simulated workplace apps, all four included, finishing ahead of Kimi K3, MiMo-V2.6-Pro and DeepSeek V4 Pro. 💬 2 🔄 4 ❤️ 59 👀 3240 📊 8 ⚡
