Mistral เปิด Leanstral 1.5 — โมเดลเปิด Apache-2.0 พิสูจน์ทฤษฎีบท Lean 4 ทำ miniF2F เต็ม 100% ปิด PutnamBench 587/672 ที่ ~$4/ข้อ แถมเจอบั๊กจริง 5 ตัว

Mistral ปล่อย Leanstral 1.5 เมื่อวันที่ 2 กรกฎาคม 2026 — โมเดล open-weight ใบอนุญาต Apache-2.0 ที่เชี่ยวเฉพาะทางด้าน การพิสูจน์ทฤษฎีบทเชิงรูปนัย (formal theorem proving) บน Lean 4 และงาน proof/code verification แบบ agent จุดที่ทำให้มันน่าจับตาไม่ใช่แค่คะแนนเบนช์มาร์กที่แรง แต่คือการที่มันเป็น โมเดลเปิดฟรีเชิงพาณิชย์ ที่ไล่บี้—และในหลายเบนช์มาร์กแซง—โมเดลปิดราคาแพงในโดเมนที่ยากที่สุดโดเมนหนึ่งของ AI

Leanstral 1.5 อยู่ในตระกูล Mistral Small 4 เป็นสถาปัตยกรรม Mixture-of-Experts ขนาด 119B พารามิเตอร์รวม แต่ active เพียง ~6B ต่อ token (128 experts, active 4 ตัว/token), รับได้ทั้ง ข้อความและรูปภาพ (multimodal input → text output), context ยาวถึง 256K token (แนะนำใช้ ≤200K) การที่ active แค่ 6B ทำให้ต้นทุนต่อ token ต่ำมากเมื่อเทียบกับขนาดจริงของมัน ซึ่งเป็นหัวใจของเรื่อง “ถูกกว่า” ทั้งหมด

เบนช์มาร์ก: แรงระดับ SOTA ในโดเมนพิสูจน์เชิงรูปนัย

ตัวเลขที่ Mistral เปิดออกมาน่าประทับใจในสนามที่วัดผลแบบไม่เข้าข้างได้ (ถ้าพิสูจน์ผ่านตัวตรวจ Lean คือผ่านจริง เถียงไม่ได้):

• miniF2F: 100% ทั้งชุด validation และ test — คือ ปิดเบนช์มาร์กนี้ได้เต็ม
• PutnamBench: 587/672 ข้อ (โจทย์ระดับการแข่งขัน Putnam ที่ขึ้นชื่อว่าโหด)
• FATE-H: 87% — SOTA
• FATE-X: 34% — SOTA
• FLTEval: Pass@1 ขึ้นเป็น 28.9%, Pass@8 เป็น 43.2%

จุดที่เป็นเรื่องจริงคือ ต้นทุน Mistral ระบุว่าปิด PutnamBench ได้ที่ราว $4 ต่อข้อ เทียบกับคู่แข่งอย่าง Seed-Prover 1.5 ที่ประเมินไว้ราว $300+ ต่อข้อ — ต่างกันเกือบสองระดับขนาด นี่คือความหมายที่แท้จริงของสถาปัตยกรรม active-6B: ความสามารถระดับ frontier ในราคาที่ทีมวิจัย/มหาวิทยาลัยจ่ายไหว

Mistral ยังโชว์พฤติกรรม test-time scaling ชัดเจน — เมื่อเพิ่มงบ token จาก 50k เป็น 4M ต่อโจทย์ จำนวนข้อที่แก้ได้ไต่จาก 44 เป็น 587 พูดง่าย ๆ คือ “ให้เวลามันคิดนานขึ้น มันพิสูจน์ได้มากขึ้นจริง” ซึ่งเป็นคุณสมบัติที่ตรงกับงาน proof engineering ที่บางทีต้องลองหลายเส้นทาง

ไม่ใช่แค่คณิต — มันเจอบั๊กจริงในโค้ดโปรดักชัน

จุดที่ยกเรื่องนี้จาก “โมเดลแก้โจทย์คณิต” ขึ้นมาเป็น “เครื่องมือวิศวกรรมจริง” คือ Mistral ทดสอบ Leanstral 1.5 กับงาน ตรวจสอบความถูกต้องของโค้ด (code verification) แล้วมันไป พบบั๊กที่ไม่เคยมีใครรู้มาก่อน 5 ตัว จากการทดสอบ 57 repository — รวมถึงช่องโหว่ integer overflow วิกฤต ในฟังก์ชัน sign ของไลบรารี datrs/varinteger

นี่คือความต่างระหว่าง “โมเดลที่เก่งเบนช์มาร์ก” กับ “โมเดลที่พิสูจน์ได้ว่าโค้ดถูก/ผิดตรงไหน” — การพิสูจน์เชิงรูปนัยไม่ได้เดา แต่ให้หลักฐานทางคณิตศาสตร์ว่าโปรแกรมทำตามสเปกหรือไม่ ซึ่งมีค่ามหาศาลกับซอฟต์แวร์ความปลอดภัยสูง (คริปโต, การบิน, สัญญาอัจฉริยะ)

เข้าถึงได้อย่างไร

• API ฟรี: endpoint ชื่อ leanstral-1-5 เรียกใช้ได้ผ่าน Mistral (ผสานเข้ากับ agent framework Mistral Vibe)
• น้ำหนักเปิด: โหลดได้ที่ Hugging Face mistralai/Leanstral-1.5-119B-A6B ภายใต้ Apache-2.0
• โฮสต์เอง: แนะนำ vLLM ด้วย --tensor-parallel-size 4 และ --max-model-len 200000 — แปลว่าต้องมี GPU ระดับ 4 ใบ ขึ้นไป ไม่ใช่โมเดลที่รันบนการ์ดผู้บริโภคใบเดียว

มุมมอง AI Curator

Leanstral 1.5 น่าสนใจในสามแกนที่ควรแยกออกจากกัน แกนแรกคือ “เปิดจริง + Apache-2.0” ในโดเมนที่คนไม่ค่อยเปิด — งาน formal verification/theorem proving มักถูกครองโดยระบบปิดของแล็บใหญ่ การที่ Mistral วางน้ำหนักลง Hugging Face แบบใช้เชิงพาณิชย์ได้เต็ม แปลว่ามหาวิทยาลัยและทีมวิจัยเอาไปต่อยอด fine-tune หรือฝังในไปป์ไลน์ตรวจพิสูจน์ของตัวเองได้ทันที นี่คือของที่มีมูลค่าจริงต่อวงการ research/security ไม่ใช่แค่ข่าว

แกนที่สองคือ เศรษฐศาสตร์ของ active-6B ราคา ~$4/ข้อ เทียบ $300+ ไม่ใช่ตัวเลขการตลาด แต่คือความต่างที่ทำให้ “การพิสูจน์เชิงรูปนัยด้วย AI” ขยับจากของเล่นในเปเปอร์มาเป็นเครื่องมือที่รันเป็นกิจวัตรได้ สำหรับไทย/SEA ที่งบ compute จำกัด โมเดลที่ active แค่ 6B แต่คิดได้ระดับนี้คือทิศทางที่ถูกต้อง — และการมี API ฟรีให้ลองก่อนตัดสินใจโฮสต์เอง ช่วยลดกำแพงเข้าเยอะ

แกนที่สามที่ต้องพูดตรง ๆ: มันเฉพาะทางมาก ถ้าคุณไม่ได้ทำงานสาย Lean 4, พิสูจน์คณิต, หรือ formal verification โมเดลนี้อาจไม่ใช่ของที่หยิบมาใช้รายวัน — มันไม่ใช่ LLM อเนกประสงค์ไว้แชตหรือเขียนโค้ดทั่วไป และ 119B ก็ยังต้องการ 4 GPU ในการโฮสต์ ประเด็นที่ควรจับสำหรับนักพัฒนาไทยส่วนใหญ่จึงไม่ใช่ “รีบโหลดมารัน” แต่คือ สัญญาณเชิงทิศทาง — การพิสูจน์ว่าโค้ด/คณิตถูกต้องด้วย AI ราคาถูกลงระดับสองเท่าของขนาด กำลังกลายเป็นเครื่องมือที่จับต้องได้ และมันมาในรูปโมเดลเปิด ไม่ใช่กล่องดำปิด ซึ่งเป็นข่าวดีสำหรับทุกคนที่อยากตรวจสอบเองว่ามันทำอะไรได้จริง

แหล่งข่าว

• Leanstral 1.5 — ประกาศทางการ Mistral AI
• mistralai/Leanstral-1.5-119B-A6B บน Hugging Face
• MarkTechPost — Mistral AI releases Leanstral 1.5