Mistral Large 4 翻车案例接连被复测推翻

Mistral Large 4 的两起翻车案例相继被复测修正。用户 superalesha 承认此前测试该模型玩 FPS 游戏时关闭了推理，在 HIGH 档重测同一提示词消耗约 15.1 万推理 token 后，模型仍难玩转游戏。法国开发者 rbenll 复核「熔岩灯测试」失败案例后指出，Opus 系列同样做不出该测试，质疑原测试存在偏见甚至故意贬低 Mistral。