近日，Mistral AI 正式发布了一款重磅级产品——面向数学形式化证明语言 Lean4 的开源大模型 Leanstral1.5。这不仅仅是一个通用大模型，更是一个专为数学逻辑推理设计的智能体，且遵循 Apache-2.0 开源协议，诚意满满。模型总参数达 119B，但激活参数仅为 6B，这意味着它在保持强大推理能力的同时，大幅降低了部署与运行的算力成本——在当前大模型领域，这种平衡实属难得。 那么，Leanstral1.5 的实际表现究竟如何？在多项权威评测中，它交出了令人瞩目的答卷。在经典形式化数学基准测试 miniF2F 上，无论是验证集还是测试集，命题完成率均达到 100%。PutnamBench 作为数学竞赛领域的高难度题库，包含 672 道 Lean4 编码题目，Leanstral1.5 成功解答了 587 道。再看抽象代数专项评估 FATE 系列：在硕士级难度的 FATE-H 测试中达成率为 87%，在博士级挑战 FATE-X 中也取得了 34% 的通过率——这两个数字均刷新了同类模型的历史最佳纪录。 除了性能表现，成本效益也是本次发布的一大亮点。Mistral AI 算了一笔账：使用 Leanstral1.5 解答一道 PutnamBench 试题，平均成本仅为 4 美元。作为对比，Seed-Prover1.5 的单题开销超过 300 美元，Aleph Prover 也需要 54 至 68 美元。这一成本差距相当显著。大幅降低的费用意味着，过去只能在高端实验室中运行的高精度证明辅助技术，如今完全有机会进入更广泛的学术研究与工程实践场景。 Leanstral1.5 在真实代码审查任务中同样表现出色。团队对其进行了 57 个开源 Lean 项目的实测，共发现 47 处潜在违规行为，其中 11 项经人工确认为真实漏洞。更值得注意的是，这 11 个漏洞中有 5 个从未被公开报告过，甚至在 GitHub 上也找不到任何追踪记录。这表明 AI 在程序验证与安全审计领域已不再只是表面功夫，而是能够挖掘出切实存在的问题。 随着 Leanstral1.5 的全面开源，数学与计算机科学的交叉领域正迎来一个新的范式——更轻量、更经济、更易用的形式化证明。算力门槛降低，验证成本下降，研究者得以从重复性的验证工作中解脱出来，将更多精力投入到创造性的理论探索与科学突破中。这或许正是开源社区最为期待的发展方向。