Архитектура и доступность
Компания Mistral AI представила модель Leanstral 1.5 с лицензией Apache 2.0. Это гибридная архитектура: модель имеет 119 миллиардов параметров, но использует только 6 миллиардов активных при инференсе. Обучение прошло три этапа: mid-training, SFT и RL с методом CISPO. Модель обучалась в двух средах: многошаговом доказательстве теорем и среде «кодового агента», где она редактирует файлы и взаимодействует с компилятором Lean в реальном времени.
Рекордные результаты на бенчмарках
Leanstral 1.5 демонстрирует выдающиеся результаты в формальной математике. Модель полностью saturates (достигает 100%) бенчмарк miniF2F. На сложных задачах PutnamBench и FATE она показывает state-of-the-art результаты, значительно превосходя аналоги по соотношению цена/качество.
| Бенчмарк / Метрика | Leanstral 1.5 | Seed-Prover 1.5 (High) | Aleph Prover |
|---|---|---|---|
| PutnamBench (решено) | 587 / 672 | 580 | Информация недостаточна |
| Стоимость решения задачи | ~$4 | ~$300+ | $54–68 |
| FATE-H (абстрактная алгебра) | 87% | Информация недостаточна | Информация недостаточна |
| FATE-X (уровень PhD) | 34% | Информация недостаточна | Информация недостаточна |
Эффект масштабирования и FLTEval
Модель демонстрирует линейное масштабирование производительности при увеличении бюджета токенов. На PutnamBench решение задач растет от 44 при 50k токенов до 587 при 4M токенов. В практическом тесте FLTEval (на основе реальных pull-реквестов) Leanstral 1.5 достигает Pass@8 на уровне 43.2%, превосходя Opus 4.6 (39.6%) при стоимости в 7 раз ниже.
Верификация кода и поиск багов
Помимо математики, модель успешно применяется для проверки программного обеспечения. В кейсе с AVL-деревьями Leanstral 1.5 за 2.7 млн токенов формально доказала сложность операций O(log n). В автоматизированном пайплайне Aeneas модель проанализировала 57 репозиториев, выявив 11 реальных багов, включая критическое переполнение в библиотеке datrs/varinteger, которое пропустили тесты и фаззинг.
Как начать работу
Веса модели доступны на Hugging Face, а также предоставляется бесплатный API-эндпоинт. Для локального использования рекомендуется Mistral Vibe. Установка включает установку через uv, запуск агента и опциональную настройку Lean LSP MCP для интеграции с редакторами кода.
Бенчмарки
| Бенчмарк | Leanstral 1.5 | Opus 4.6 | Seed-Prover 1.5 (high) |
|---|---|---|---|
| PutnamBench | 587proble | — | 580proble |
| FLTEval | 28.9% | 39.6% | — |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: Mistral ↗