FULGOR_
Benchmarks

Arena semanal: Mistral Large 4 entra en el ranking de IA

fulgor@ai:~$ cat news_1

› Esta semana se han incorporado dos modelos a la Arena de modelos de IA (evaluados en polaco): Mistral Large 4 y Mistral Large 4 (sin razonamiento).

fulgor@ai:~$ cat news_2

› La mejor entrada ha sido la de Mistral Large 4, que se sitúa en el puesto 17 entre los 26 modelos en la nube, con una media de 6,95 sobre 10.

fulgor@ai:~$ cat news_3

› En cabeza se mantiene sin cambios Claude Opus 5.5 (8,94/10).Estado a 7 de octubre de 2026 (comparativa con el 2 de octubre)En la Arena: 33 modelos (26 en la nube, 7 en local), frente a los 31 de la semana anterior.Nuevas entradas: 2 (Mistral Large 4 y Mistral Large 4 sin razonamiento).Subidas: 0, bajadas: 8, eliminados: 0.Líder: Claude Opus 5.5, con una media de 8,94 en 9 pruebas de redacción.La Arena semanal es el repaso a las variaciones del ranking: qué modelos entran, cuáles se mueven y por qué.

fulgor@ai:~$ cat news_4

› Calculo la clasificación a partir de la media de puntuaciones de los jueces en 9 pruebas de redacción, acompañada por la nota del laboratorio (de 0 a 100), que incluye también corrección de estilo y pruebas lingüísticas específicas en las que evaluamos los textos originales en polaco.Nuevas incorporaciones a la ArenaMistral Large 4: puesto 17Media de los jueces: 6,95 sobre 10 en 8 pruebas.Puntuación en el laboratorio: 69,2 puntos sobre 100.Mejor resultado: traducción de newsletter (8,3/10, puesto 10 de 26).Peor resultado: artículo de blog (5,5/10, puesto 19 de 26).Sin evaluación (respuesta vacía): descripción de producto (esta tarea no computa para la media de la Arena).Análisis completo con ejemplos de fallos: Mistral Large 4: mi análisis a fondo.Mistral Large 4 (sin razonamiento): puesto 19Media de los jueces: 6,50 sobre 10.Puntuación en el laboratorio: 65,6 puntos sobre 100.Mejor resultado: respuesta a la reclamación de un cliente (7,5/10, puesto 14 de 26).Peor resultado: explicar la inflación a un niño (5,5/10, puesto 25 de 26).Análisis completo con ejemplos de fallos: Mistral Large 4: mi análisis a fondo.Qué nos dice el debut de MistralMistral Large 4 es el primer modelo nuevo que entra en la Arena desde su puesta en marcha el 2 de octubre.

fulgor@ai:~$ open --full
Leer completo

Arena semanal: Mistral Large 4 entra en el ranking de IA

Abrir artículo en elfulgor.es