Mistral AI 近期推出了一项重大更新——专为数学形式化证明语言 Lean4 打造的开源模型 Leanstral1.5，已正式发布并采用 Apache-2.0 许可协议。尽管模型总参数量高达 119B，但实际推理时仅激活 6B 参数，在保持性能不减的前提下大幅降低了计算成本，这一策略堪称精妙。

在性能表现方面，直接以数据说话。权威的 miniF2F 形式数学基准测试中，Leanstral1.5 在验证集和测试集上均取得 100% 的完成率，无任何遗漏。在更具挑战性的 PutnamBench 数学竞赛题库里，它成功解答了 672 道 Lean4 问题中的 587 道，正确率接近 90%。更值得关注的是抽象代数领域的 FATE 系列测试——硕士级别的 FATE-H 达成率高达 87%，而博士级别的 FATE-X 也达到了 34%，一举刷新了同类模型的历史最佳纪录。

成本优势才是本次发布的核心竞争力。Mistral AI 计算了一笔账：使用 Leanstral1.5 求解一道 PutnamBench 题目，平均仅需 4 美元；反观对比模型 Seed-Prover1.5，单题开销超过 300 美元，而 Aleph Prover 也需要 54 到 68 美元。这一价格差异将成本压缩至脚踝级别，使得精密的数学证明工具有望走出象牙塔，服务于更广泛的科研团队。

在实际代码场景中，Leanstral1.5 还具备出色的“漏洞检测”能力。实测 57 个代码库后，它成功识别出 47 个违规属性，其中 11 个经确认为真实缺陷。最值得关注的是，有 5 个漏洞此前从未在 GitHub 上被报告过——这充分表明 AI 在辅助程序验证和安全审查方面的潜力，已经远超理论阶段。

随着 Leanstral1.5 的开源，数学界与计算机科学界正手握一把门槛更低、效率更高的钥匙。算力成本与经济负担双双下降，数学形式化证明的普及步伐必将显著加速。科研人员终于能减少在繁琐计算与核对上的精力投入，将更多时间聚焦于核心问题的突破——这才是工具应有的价值体现。