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 | 6B（6.5B） |
| 架构类型 | MoE（混合专家） |
| 上下文窗口 | 256K tokens |
| API 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 1.5 | 587 | ~$4 | 无自然语言引导 |
| Seed-Prover 1.5 (high) | 580 | >$300 | 10 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 4.6 |
|---|---|---|---|
| Pass@1 | 28.9 | 21.9 | --- |
| Pass@8 | 43.2 | 31.9 | 39.6 |
在 FLTEval 上，Leanstral 1.5 超越 Opus 4.6（43.2 vs 39.6），且成本仅为后者的 1/7。
2.5 测试时扩展性（Test-Time Scaling）
Leanstral 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 |
|---|---|
| 50K | 44 |
| 200K | 244 |
| 1M | 493 |
| 4M | 587 |
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 1：Mid-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 2：SFT（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 3：RL 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：Aeneas（Rust → 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 Bug | 11 |
| GitHub 未报告的新 Bug | 5 |
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 | $4 | 1× |
| Aleph Prover | 54--68 | 13.5--17× |
| Seed-Prover 1.5 | >$300 | >75× |
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 API：Mistral 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 1.5 | Seed-Prover 1.5 | Aleph Prover | Goedel-Architect | AxProverBase |
|---|---|---|---|---|---|
| 开发方 | Mistral AI | 字节跳动 | --- | --- | --- |
| 开源 | ✅ Apache-2.0 | ❌ | ❌ | --- | --- |
| PutnamBench | 587 | 580 | --- | --- | --- |
| 单题成本 | $4 | >$300 | $54-68 | --- | --- |
| FATE-H | 87% (SOTA) | --- | --- | --- | --- |
| FATE-X | 34% (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 Aeneas）
- FATE-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-1-5
- Hugging Face 权重：https://huggingface.co/mistralai/Leanstral-1.5-119B-A6B
- FLTEval 基准：https://github.com/mistralai/FLTEval
- SafeVerify 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。