Mistral Leanstral 1.5: Lean 4, дата-центры и fine-tuning

По состоянию на 5 июля 2026 года Mistral Leanstral 1.5 стала одной из самых конкретных новостей недели в ИИ: это open-source модель Mistral для proof engineering в Lean 4, выпущенная под Apache 2.0. Mistral заявляет 100% на miniF2F, 587 решённых задач из 672 в PutnamBench и реальные баги, найденные в open-source репозиториях.

Но сама по себе новость шире одного бенчмарка. На той же неделе QTS отказалась от крупного кампуса дата-центров Virginia Digital Gateway, а Bridgewater и Thinking Machines показали, как fine-tuning Qwen3-235B обошёл frontier-модели на закрытых финансовых задачах. Вместе эти три сюжета хорошо показывают, где ИИ сейчас становится практичным: в формальной проверке, инфраструктуре и узких корпоративных данных.

Три сюжета в одной картине

SEO-смысл материала держим на Mistral Leanstral 1.5. Дата-центры и Bridgewater здесь не отдельные статьи, а контекст: модель может быть сильной, но её внедрение всё равно упирается в вычисления, правовую среду, данные и внутреннюю экспертизу.

Что выпустила Mistral

Mistral AI описывает Leanstral 1.5 как модель для proof engineering в Lean 4. Lean 4 — язык и proof assistant, где математические доказательства и свойства программ проверяются не «на глаз», а компилятором и формальной логикой. Такая модель нужна не для красивого ответа в чате, а для работы с theorem proving, формальными спецификациями и доказательствами корректности кода.

Официальный релиз Mistral от 2 июля говорит о 119B total parameters и 6B active parameters. Карточка Hugging Face формулирует близко: Leanstral 1.5 относится к семейству Mistral Small 4, использует MoE-архитектуру со 128 экспертами и 4 активными экспертами на токен, поддерживает контекст до 256k токенов и принимает текст с изображениями на вход. Веса доступны на Hugging Face, а API endpoint называется leanstral-1-5.

Почему бенчмарки сильные, но не магические

Mistral заявляет полное насыщение miniF2F: 100% и на validation, и на test set. На PutnamBench модель решила 587 задач из 672; на FATE-H результат составил 87, на FATE-X — 34. Компания отдельно подчёркивает цену: на PutnamBench Leanstral 1.5, по её оценке, обходится примерно в $4 за задачу против $300+ у Seed-Prover 1.5 high.

Эти цифры выглядят впечатляюще, но их надо читать правильно. Leanstral 1.5 не «решила математику» и не заменила исследователя. Она хорошо работает в среде, где ответ можно проверить формально: proof compiles или нет, свойство доказано или нет. Это сильная постановка для ИИ, потому что у модели есть жёсткая обратная связь, а не только оценка человека.

Это делает новость важной для соседнего кластера про Lean 4 и проверку AI-агентов. В обычном программировании ассистент часто предлагает патч, который кажется правдоподобным. В Lean 4 модель вынуждена довести доказательство до состояния, которое принимает компилятор. Такой контур не гарантирует автоматического успеха на любом проекте, зато резко снижает пространство для красивых, но неверных ответов.

Реальный код важнее олимпиадной математики

Самая практичная часть релиза Mistral не miniF2F, а кейсы с кодом. Компания описывает pipeline, где Aeneas переводит Rust-код в Lean, Leanstral формулирует свойства корректности, пытается их доказать, а при неудаче пробует доказать обратное. На 57 open-source репозиториях такой процесс нашёл 47 нарушенных свойств, из которых 11 оказались реальными багами, а 5 ранее не были опубликованы на GitHub.

Один пример Mistral приводит подробно: zigzag decoding в библиотеке datrs/varinteger. При входе Std.U64.MAX выражение value + 1 переполнялось: в debug-режиме это могло приводить к падению, в release — к тихой порче результата. Это тот тип ошибки, который не всегда ловится обычными тестами и fuzzing, потому что он зависит от точного крайнего значения.

Для разработчиков здесь не обещание «модель найдёт все баги». Более трезвый вывод другой: proof-oriented агент полезен там, где можно связать LLM, формальный язык, компилятор, тестовый harness и репозиторий. Если этот контур собрать, модель перестаёт быть только генератором кода и становится участником проверки.

Дата-центры показывают пределы физического мира

Пока Mistral показывает, что можно выжать из test-time compute, новость про QTS напоминает: вычисления живут не в облаке, а в земле, воде, сетях, судах и публичных слушаниях. Tom's Hardware 3 июля сообщил, что QTS, принадлежащая Blackstone, отозвала последнюю апелляцию по Virginia Digital Gateway. Речь шла о 2,100-acre зоне в Prince William County, где планировали 22 million square feet дата-центров.

Проект изначально связывали с ростом спроса на AI и cloud computing. По данным Tom's Hardware, QTS отвечала за 800+ acres, Compass Datacenters контролировала примерно 800-1,000 acres, остальное приходилось на дороги, буферы и частные участки. Но судебная история упёрлась в формальную деталь: уведомления о публичном слушании не были разделены минимум шестью днями, как требовали нормы на тот момент. После этого rezoning approval развалился, а земля должна остаться под rural zoning.

Для рынка ИИ это неприятная, но полезная поправка. Нельзя строить стратегию вокруг всё более длинного reasoning и всё больших дата-центров, считая локальное сопротивление шумом. Энергосети, земля, налоги, исторические зоны, вода и процедуры слушаний уже становятся частью экономики моделей. Поэтому история QTS напрямую относится к любому разговору про бесконечное масштабирование.

Bridgewater показывает ценность закрытых данных

Третий сюжет показывает роль закрытых данных. Bridgewater AIA Labs и Thinking Machines 30 июня описали внутренний эксперимент: модель должна была повторять экспертное суждение инвесторов на шести финансовых задачах. В отличие от общего вопроса из интернета, это фильтрация документов и новостей, где правильный ответ зависит от внутреннего понимания, что для конкретного инвестора релевантно, а что просто похоже на финансовую новость.

По данным авторов, варианты Gemini, Claude и GPT при простом prompt давали около 50% точности. Экспертные инструкции поднимали результат до mid-70s, но всё равно не доходили до 80% — порога, который инвесторы считали достаточным для ежедневной работы. Затем команда выбрала Qwen3-235B, дообучила её на Thinking Machines Tinker и получила 84,7% средней точности против 78,2% у лучшей frontier-модели в этой оценке.

Здесь нужна большая оговорка: это внутренний benchmark, а не независимый публичный тест. Но кейс всё равно интересен. Он не доказывает, что Qwen3-235B «лучше GPT и Claude» вообще. Он показывает, что fine-tuning языковых моделей может выигрывать на задачах, где правильные ответы живут в закрытых данных, экспертной разметке и рабочем процессе компании.

Что это значит для команд

Leanstral 1.5, Virginia Digital Gateway и Bridgewater говорят об одном и том же зрелом ИИ, только с разных сторон. Модель сильнее, когда у неё есть проверяемая среда. Инфраструктура ограничена физикой и политикой. Корпоративный ИИ выигрывает не только размером модели, но и качеством данных, разметки и обратной связи.

Для технических команд это даёт практичный фильтр перед внедрением:

• если результат можно формально проверить, как в Lean 4, агенту стоит дать compiler feedback и длинный бюджет на исправления;
• если проект требует большого compute, надо заранее считать не только GPU, но и землю, энергетику, сеть, юристов и локальное сопротивление;
• если задача зависит от внутренней экспертизы, один сильный prompt часто проиграет fine-tuning на чистых экспертных метках;
• если метрика получена самим вендором или участниками проекта, её стоит читать как сигнал, а не как независимый рейтинг рынка.

Поэтому Leanstral 1.5 не стоит воспринимать как очередную модель в длинной таблице. Её смысл в том, что Mistral двигает open-source LLM в область, где результат можно механически проверить. Это более ценно, чем просто ещё один высокий балл на разговорном тесте.

Где осторожность обязательна

В статье нет смысла повторять максималистские формулировки вроде «ИИ доказал всё» или «компании больше не нужны frontier-модели». Mistral сама показывает условия успеха: Lean 4, proof engineering, большие token budgets, компиляторная обратная связь. Bridgewater тоже не делает общий рейтинг моделей: авторы честно говорят о своих задачах, внутренних данных и нужном для работы пороге качества.

Такая точность важна для читателя. Если завтра похожую модель поставить на обычный Python-репозиторий без формальной спецификации, результат будет другим. Если fine-tuning делать на шумных метках, как сначала случилось у Bridgewater с non-expert labeling, модель может учиться неправильным решениям. Если дата-центр планировать как чистую инженерную задачу, суды и публичные уведомления могут остановить его быстрее, чем нехватка GPU.

FAQ

Что такое Mistral Leanstral 1.5?

Mistral Leanstral 1.5 — open-source модель Mistral для proof engineering в Lean 4. Она выпущена под Apache 2.0, доступна через Hugging Face и free API endpoint leanstral-1-5. Её сильная сторона — задачи, где доказательство или свойство можно проверить формально.

Зачем бизнесу fine-tuning открытых моделей?

Fine-tuning нужен, когда задача зависит от закрытых данных и экспертного суждения, которое трудно описать одним prompt. Кейс Bridgewater и Thinking Machines показывает именно это: дообученная Qwen3-235B выиграла на внутренней финансовой задаче не за счёт общей эрудиции, а за счёт разметки и обратной связи экспертов.

Leanstral 1.5 можно использовать как обычного coding assistant?

Можно пробовать, но её главный смысл не в обычном автодополнении кода. Mistral рекомендует использовать Leanstral 1.5 в Mistral Vibe для Lean-задач, proof engineering и работы с Lean LSP MCP. Наибольшая ценность появляется там, где агент может запускать проверки и исправлять доказательство до компилируемого состояния.

Источники и дата проверки

Факты проверены 5 июля 2026 года. Данные о моделях, бенчмарках, доступности API и судебных статусах быстро меняются, поэтому перед техническим внедрением их нужно сверять с первоисточниками.

• Mistral: Leanstral 1.5: Proof Abundance for All, 2 июля 2026 года.
• Hugging Face: mistralai/Leanstral-1.5-119B-A6B, проверено 5 июля 2026 года.
• Tom's Hardware: QTS abandons Virginia Digital Gateway, 3 июля 2026 года.
• Thinking Machines Lab: Learning to Replicate Expert Judgment in Financial Tasks, 30 июня 2026 года.
• The Decoder: Mistral's open-source Leanstral 1.5, 4 июля 2026 года.
• The Decoder: Bridgewater finance tests and custom Qwen model, 4 июля 2026 года.

Читайте также

• Mistral AI в 2026: что это за компания и чем она важна
• Lean4Agent: как Lean 4 проверяет workflow AI-агентов
• Fine-tuning LLM: когда дообучение оправдано и как выбрать метод