一、核心摘要Mistral AI 于 2026 年 7 月 2 日正式发布Leanstral 1.5这是一款专为 Lean 4 形式化数学证明设计的开源模型。该模型采用 MoE混合专家架构总参数量119B但每次推理仅激活6B官方文档标注 6.5B参数在多项核心基准测试中取得近乎饱和的表现同时将单题求解成本压降至竞品的约 1%。指标数值发布日期2026-07-02许可证Apache-2.0完全开源总参数量119B激活参数量6B6.5B架构类型MoE混合专家上下文窗口256K tokensAPI 价格$0免费端点模型权重Hugging Face 开放下载二、基准测试表现2.1 miniF2F形式化数学跨系统基准数据集Leanstral 1.5说明miniF2F 验证集100%完全饱和miniF2F 测试集100%完全饱和miniF2F 涵盖从初等数学到 IMO 级别的挑战题测试代数、组合数学和数论等多领域证明能力。Leanstral 1.5 达到了100% 完成率意味着该基准已被刷满。2.2 PutnamBench普特南数学竞赛模型解决题数/672单题成本备注Leanstral 1.5587~$4无自然语言引导Seed-Prover 1.5 (high)580$30010 H20-days/题Aleph Prover—$54–$68成本远高Goedel-Architect——无自然语言引导AxProverBase———Leanstral 1.5 在 PutnamBench 上比 Seed-Prover 1.5 高出7 题且成本仅为对方的~1.3%。2.3 FATE 系列抽象代数基准级别Leanstral 1.5状态FATE-H硕士级87%SOTA当前最优FATE-X博士级34%SOTA当前最优FATE 系列测试群论、环论、模论等高等抽象代数领域Leanstral 1.5 在两个级别均创下新纪录。2.4 FLTEval费马大定理仓库实际 PR指标Leanstral 1.5前代Opus 4.6Pass128.921.9—Pass843.231.939.6在 FLTEval 上Leanstral 1.5 超越 Opus 4.643.2 vs 39.6且成本仅为后者的1/7。2.5 测试时扩展性Test-Time ScalingLeanstral 1.5 展现了形式推理模型中最强的测试时扩展能力Token 预算PutnamBench 解决数50K44200K2441M4934M587性能随 token 预算单调递增从 50K 的 44 题到 4M 的 587 题——模型不会在长证明中放弃而是持续推理、编辑文件、反复修正。三、训练方法Leanstral 1.5 采用三阶段训练流程阶段 1Mid-training中间训练在基础模型上进行领域适应性训练注入大量 Lean 4 代码和数学证明语料。阶段 2SFT监督微调使用高质量的人工证明和编译器验证通过的证明进行监督学习。阶段 3RL with CISPO强化学习在两个环境中进行强化学习多轮环境Multiturn Environment模型接收定理陈述 → 提交证明 → 获取 Lean 编译器反馈 → 修正重试循环直到证明通过或预算耗尽代码代理环境Code Agent Environment模型在原始文件系统中操作编辑文件、运行 bash 命令、使用 Lean 语言服务器可处理长周期任务补全仓库中的部分证明、构建辅助引理通过 SafeVerify 分支进行最终正确性验证四、实际工程应用4.1 AVL 树时间复杂度证明Leanstral 1.5 成功证明了 AVL 树插入和删除操作的O(log n) 时间复杂度保证使用结构归纳法镜像树的递归结构处理单子时间跟踪TimeM monad对重平衡路径进行穷举案例分析消耗270 万 tokens经历22 次上下文压缩最终建立每高度单位 48 步 常数的近乎紧致边界4.2 Bug 发现自动化流水线AeneasRust → Lean 翻译 Leanstral属性推断 证明/证伪指标数值测试仓库数57标记违规属性47指向真实 Bug11GitHub 未报告的新 Bug5典型案例在datrs/varinteger库的 zigzag 解码 sign 函数中输入Std.U64.MAX时(value 1)溢出导致 debug 模式崩溃、release 模式静默数据损坏——这是传统测试和模糊测试通常遗漏的边界情况。五、成本优势深度分析5.1 成本对比PutnamBench 单题模型单题成本相对 Leanstral 倍数Leanstral 1.5$41×Aleph Prover$54–$6813.5–17×Seed-Prover 1.5$30075×5.2 成本优势来源MoE 架构119B 总参数但仅 6B 激活推理计算量等同 6B 模型高效训练策略CISPO 强化学习使模型学会在有限尝试内收敛测试时扩展模型能持续推理百万级 tokens 而不崩溃减少重启开销免费 APIMistral 提供 $0 价格的 API 端点降低使用门槛六、技术架构解读┌─────────────────────────────────────────────────┐ │ Leanstral 1.5 MoE 架构 │ ├─────────────────────────────────────────────────┤ │ 总参数: 119B | 激活参数: 6B | 上下文: 256K │ ├─────────────────────────────────────────────────┤ │ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ Mid-train │→ │ SFT │→ │ RL(CISPO)│ │ │ │ 领域适应 │ │ 监督微调 │ │ 强化学习 │ │ │ └──────────┘ └──────────┘ └──────────┘ │ │ │ │ │ ┌────────────────┴───────┐ │ │ │ │ │ │ ┌─────┴──────┐ ┌──────┴──┐ │ │ │ Multiturn │ │ Code │ │ │ │ Environment│ │ Agent │ │ │ │ (证明/证伪) │ │ (文件系统)│ │ │ └────────────┘ └─────────┘ │ │ │ ├─────────────────────────────────────────────────┤ │ 输出验证: SafeVerify 分支 │ │ 部署方式: Hugging Face 权重 / 免费 API │ └─────────────────────────────────────────────────┘七、竞品格局维度Leanstral 1.5Seed-Prover 1.5Aleph ProverGoedel-ArchitectAxProverBase开发方Mistral AI字节跳动———开源✅ Apache-2.0❌❌——PutnamBench587580———单题成本$4$300$54-68——FATE-H87% (SOTA)————FATE-X34% (SOTA)————免费 API✅❌❌❌❌八、投资与战略视角8.1 技术趋势判断MoE 架构在垂直领域验证成功Leanstral 证明了大总参数 小激活参数的 MoE 路线在数学推理这一高难度任务上同样有效为垂直领域 MoE 模型提供了有力背书。形式化验证走向实用化从纯数学竞赛到真实代码库 Bug 发现形式化方法正在跨越学术玩具到工程工具的临界点。AVL 树复杂度证明和 5 个新 Bug 的发现是标志性事件。推理成本断崖式下降$4/题 vs $300/题75 倍差距意味着此前因成本不可行的大规模形式化验证场景将被解锁。开源策略冲击商业模型Apache-2.0 免费 API 的组合对闭源证明模型如 Seed-Prover形成直接竞争压力。8.2 应用前景领域潜在影响时间线密码学验证协议正确性证明成本大幅降低1-2 年编译器验证编译器正确性的形式化保证2-3 年智能合约审计DeFi 合约漏洞自动发现1 年内操作系统内核关键路径形式化验证3-5 年数学研究辅助数学家证明 conjecture正在发生教育工具自动生成/验证数学练习证明1 年内8.3 风险提示Lean 4 生态局限模型仅针对 Lean 4而工业界主流语言C/Rust/Java的形式化验证仍需额外翻译层如 AeneasFATE-X 仅 34%博士级抽象代数仍有大量未解空间说明模型在极端抽象推理上仍有显著提升空间竞争加剧字节跳动 Seed-Prover 等竞品可能快速迭代成本优势可能被追平商业化路径不明确免费 API 开源模式下Mistral AI 的商业回报路径依赖其平台生态九、快速上手指南# 1. 安装 Mistral Vibe uv tool install mistral-vibe uv tool update mistral-vibe vibe --setup # 2. 安装 Leanstral 1.5 /leanstall exit # 3. 启动代理 vibe --agent lean # 4.可选安装 Lean LSP MCP # 在 ~/.vibe/config.toml 中添加: # [[mcp_servers]] # name lean-lsp # transport stdio # command uvx # args [lean-lsp-mcp] # tool_timeout_sec 600 # 5. 开始证明资源链接官方博客https://mistral.ai/news/leanstral-1-5/模型文档https://docs.mistral.ai/models/model-cards/leanstral-1-5Hugging Face 权重https://huggingface.co/mistralai/Leanstral-1.5-119B-A6BFLTEval 基准https://github.com/mistralai/FLTEvalSafeVerify 分支https://github.com/mistralai/LeanstralSafeVerify十、结论Leanstral 1.5 是形式化验证领域的里程碑式发布。它用119B 总参数 / 6B 激活参数的 MoE 架构在数学竞赛、抽象代数、实际代码验证三个维度同时取得突破并将推理成本压降至竞品的 1%。这不仅是技术层面的胜利——证明了高效激活比堆参数更关键——更是开源 AI 对商业模型的又一次降维打击。对于关注 AI 推理能力发展的投资者和开发者而言Leanstral 1.5 释放了三个核心信号MoE 架构正在向所有垂直领域渗透、形式化验证正在从学术走向工程、开源模型的成本优势正在重塑竞争格局。