Mistral AI 发布 Leanstral 1.5：Apache-2.0 开源 Lean 4 代码智能体，解决 587 个 Putnam 数学难题

一句话看懂

Mistral AI 开源了 Leanstral 1.5，一个专为 Lean 4 证明助手设计的代码智能体模型，能解决 587 个 Putnam 数学竞赛难题，并发现真实软件 bug。

详细发生了什么

Mistral AI 于 2026 年 7 月 3 日发布了 Leanstral 1.5，这是其前代 Leanstral-2603 的升级版，属于 Mistral Small 4 系列。该模型专为 Lean 4 证明助手设计，采用混合专家（MoE）架构，总参数量 119B，但每个 token 仅激活 6.5B 参数（128 个专家中激活 4 个），上下文窗口达 256k tokens，支持文本和图像输入。

训练分为三个阶段：中期训练、监督微调，以及基于 CISPO 的强化学习。两个强化学习环境塑造了模型的智能体行为：多轮环境中，模型需提交证明并依据 Lean 编译器反馈迭代；代码智能体环境中，模型可直接操作文件系统、运行 bash 命令、调用 Lean 语言服务器，实现上下文压缩以处理长任务。

性能方面，Leanstral 1.5 在 miniF2F 基准上达到 100%，在 PutnamBench 上解决 587/672 问题（每问题成本约 $4），远超 Seed-Prover 1.5 的 $300+。在 FATE-H 和 FATE-X 代数基准上分别达到 87% 和 34%，创下新 SOTA。FLTEval 上 pass@1 从 21.9 提升至 28.9，pass@8 从 31.9 提升至 43.2，超越 Opus 4.6 的 39.6，且成本仅为其七分之一。

实际应用案例包括：证明 AVL 树 O(log n) 时间复杂度（使用 270 万 tokens，22 次上下文压缩），以及通过 Aeneas 将 Rust 代码翻译为 Lean 后自动发现 5 个未报告 bug（如 datrs/varinteger 库中 zigzag 解码的溢出问题）。

部署方式：可通过 Mistral Vibe 免费使用（需开启 Labs 模型），或使用 vLLM 0.24.0+ 自托管权重，支持 OpenAI 兼容 API 和 tool calling。

中文圈视角

Leanstral 1.5 对中文用户意味着什么？首先，它完全开源（Apache-2.0），无需梯子即可从 Hugging Face 下载权重，国内开发者可本地部署。相比依赖 OpenAI 或 Anthropic 的闭源模型，这降低了使用门槛。

但需注意，Lean 4 学习曲线陡峭，中文资料稀少。目前国内定理证明社区较小，主要活跃在高校（如中科大、北大）。Leanstral 1.5 可能加速中文数学定理的机械化证明，但短期内对普通开发者影响有限。

与国产模型对比：DeepSeek 和 Kimi 在代码生成上表现优异，但均未专门针对 Lean 4 优化。智谱的 GLM 系列也未涉及定理证明。Leanstral 1.5 填补了空白，但中文用户若想用于日常编程验证，需自行搭建 Rust-to-Lean 翻译管道（如 Aeneas），技术门槛较高。

监管方面：模型权重开源，不涉及数据出境问题。但若用于关键系统（如金融、航天）的代码验证，需注意证明的正确性可能受训练数据偏差影响。

一个盲点：国内对形式化验证的需求正在增长（如华为、阿里在 RISC-V 芯片验证中的应用），Leanstral 1.5 可能成为国产替代的参考基线，但中文社区尚未广泛讨论其实际工程价值。

几条值得记住的细节

• 架构：119B 总参数，每 token 仅激活 6.5B，128 专家中激活 4 个，上下文 256k tokens。
• 性能：PutnamBench 解决 587/672 问题，每问题成本约 $4，远低于 Seed-Prover 的 $300+。
• bug 发现：在 57 个开源仓库中发现 47 个违反属性，其中 5 个是此前未报告的 bug。
• 部署：支持 Mistral Vibe 免费 API（需开启 Labs 模型）或 vLLM 自托管。
• 测试时扩展：增加 token 预算可提升性能，从 50k tokens 的 44 题提升至 4M tokens 的 587 题。

一句话总结

Leanstral 1.5 让形式化验证更易用、更便宜，但中文用户需克服 Lean 4 学习成本和工具链整合挑战。