Mistral AI 称 Mistral Large 4 无人工介入完成实时 3D 卫星追踪应用 Orbital Trace，追踪约 19,000 个在轨物体

11 月 3 日，Mistral AI 在官方 X 账号宣布，公司让旗下模型 Mistral Large 4 构建一个实时 3D 追踪应用，追踪环地轨道上约 19,000 颗卫星与碎片，成果定名 Orbital Trace。帖子称，这个模型「构建了一个可用的应用、像用户一样测试了它、让它变快，并通过了严格验证」，末尾以一句「Please meet Orbital Trace」（请见识 Orbital Trace）引出一段演示视频（帖子原文）。

这些说法有对应的书面记录可查，但记录本身就是 Mistral 写的。10 月 29 日开放 Mistral Large 4 权重时，官方博客已经嵌入 Orbital Trace 的完整执行轨迹记录（trace），并注明整个过程「无人工帮助（with no human help）」：模型拉取真实追踪数据、编写应用、在浏览器里用它抓自己的 bug 和卡顿，然后修复「独立审查者（independent reviewer）」指出的问题，直到所有要求通过。追踪该演示的 Synthpeek 在报道里把边界划得很清楚：这是厂商演示与公司口径，「不是独立的 Synthpeek 测试」，该媒体没有运行模型，也没有独立复现这个应用（Synthpeek，10 月 30 日）。

从一句任务指令到 18,820 个物体

官方演示页给出的任务原文译过来只有一句：构建一个实时 3D 追踪器，追踪环地轨道上的卫星与空间碎片，数据来自实时 TLE 轨道数据，界面按 Mistral 任务控制台的风格设计。

构建阶段的日志显示，模型建出的数据目录包含 18,820 个在轨物体（trace 记录），随后写部署脚本、启动服务器，用 Playwright（浏览器自动化工具）逐项自测：先检查启动页，再追踪国际空间站（ISS），确认准星、橙色轨道线、投影标签、数据卡片和跟踪列表都正常工作；接着打开一个碎片档案（debris dossier），再测帧率、选项开关和滚轮缩放滑块的同步。

trace 用数字记下的一道坎是性能。日志称场景在软件光栅化（software GL）下受限于光栅带宽，帧率只有 5 FPS；模型开出的优化清单包括去掉色调映射（tone mapping）、缩小白天地图纹理、把夜灯渲染合并进地球着色器、加入自适应分辨率，改完后帧率到 33 FPS。

数据来自 CelesTrak，快照停在 10 月 21 日

任务要求接入实时 TLE（Two-Line Element，两行轨道根数，描述卫星轨道位置的标准数据格式）。演示截图的界面右下角标注着「CELESTRAK」，右上角写着「SNAPSHOT 2026.10.21 UTC」——演示画面的数据快照日期为 2026 年 10 月 21 日，比博客发布早 8 天。启动页上，「ORBITAL TRACE」标题下的副标题是「LIVE SATELLITE & SPACE DEBRIS TRACKING — MISSION CONTROL」，目录进度条停在「CATALOG READY 100%」，下方是「ENTER SPACE」按钮。

trace 最后一步写道：「14 项检查全部通过。这个由 AI 代理（agent）构建的应用正在你的浏览器里运行：拖动地球、搜索卫星、打开它的档案。」

Orbital Trace 只是发布周的三支演示之一

Orbital Trace 出现在 Mistral Large 4 的发布周期里。这个昵称 Le Chonk 的模型于 10 月 6 日进入公开预览，10 月 29 日放出权重：Mistral 称其为总参数 1 万亿、原生多模态的 MoE（混合专家）模型，上下文窗口 100 万 token，从零开始用设在欧洲自有数据中心的 3,800 块 NVIDIA Grace Blackwell GPU 训练（发布博客）。权重有两种官方精度变体：FP8 与 NVFP4，另有 Unsloth 和 llama.cpp 团队制作的 GGUF（量化模型格式）版本；许可证是 Mistral Ecosystem Open-Weight License——在 MIT 基础上修改、对模型即服务（MaaS）业务设限的条款（Hugging Face 官方博客）。托管 API 定价为每百万输入 token 0.70 美元、输出 token 2.10 美元（Synthpeek）。

按 Mistral 自报的基准，权重版在 Cognition 的 FrontierCode 2.0 上以 19.7% 排名第一，在 Terminal-Bench 4.0 上比预览版提高 13 个百分点至 41%，居开源权重编码模型首位。官方博客的「See it in Action」一节共放三支演示：网络安全漏洞分诊代理、Orbital Trace，以及一个从零写出、并与标准化学工具核对答案的量子化学求解器。三支演示中，Orbital Trace 承担的题目是无人工帮助的前端开发。

「严格验证」通过的是 Mistral 自己的验证器

博客和演示页副标题都把验证描述成独立环节：模型「独自在沙箱里构建一个实时 3D 卫星追踪器，在浏览器中测试，并让它通过一个独立验证器（independent verifier）」。公开 trace 能看到的细节是：验证器给出 14 项检查，第一轮通过 12 项；被点名的两项都是界面细节——空搜索结果应显示「No satellite found ;(」、「Show only selected satellites」复选框需要自定义的对勾和叉图标；模型做了一轮修复后，14 项全部通过。至于 14 项检查的完整清单和验证器的实现方式，trace 没有写明，记录中也未见轨道位置精度比对或代码安全扫描。

应用安全恰是 AI 生成代码被独立研究反复点名的短板：Veracode 的页面援引其 2025 年报告称，41%～62% 的 AI 生成代码样本存在安全漏洞（Veracode）。在 X 回复区，有用户从数据侧提出测试建议：账号 GuardianAgent 写道，Orbital Trace 需要「过期数据测试」——停掉数据源更新，看界面是否显示轨道数据的年龄，因为「数据源停止后，外推位置仍会长时间保持移动」（回复原文）。

回复区的追问：外部能复跑这套检查吗

帖子发布后一小时内收到 33 条回复，多条追问指向验证环节。英国创业者 Kieren Day 认为，整条帖子里关键的一句是「像用户一样测试它」：「写应用对模型从来不是难事。难的是抓住有人真的点来点去时会坏什么，而这一步大多数团队仍然靠手工做。」（回复原文）

意大利独立 AI 顾问 Gianluca Mazza 的提问更直接：「验证这道环节才是有用的收据。外部的人能复跑同样的检查吗，还是『严格』只存在于他们自己的测试框架里？」（回复原文）Tom Veber 问的是精度口径：验证是把抽样物体的位置与 SGP4（常用轨道外推模型）的输出比对，还是用模型给自己写的测试套件（回复原文）。

也有第三方拿出自己的测试结果。账号 Kabel-Salat 称，上周用 12 个小型编码任务测了 Mistral Large 4：解出 10 个，按标价约每任务 0.023 美元、平均耗时 71 秒，漏掉一个欧元格式化任务和一个字数统计，并追问 Orbital Trace 过验证用了几次（回复原文）。负面意见同样存在：有用户直指「它不是个好模型。DS v4.1 在成本效率和智力上都明显更强」（回复原文）。

公开材料到这里为止：14 项检查的完整清单、验证器的实现、失败后的重试次数，Mistral 都没有公布。Synthpeek 给出的下一个测试建议落在数据上——记录输入数据的时间戳、抽样比对位置与原始数据提供方、把失败也记录下来；用它的原话说，下一个有用的测试是「数据随时间的质量，而不是又一个漂亮的地球仪」。

参考链接

• Mistral AI 官方 X 帖文（2026 年 11 月 3 日）
• Mistral 博客：Mistral Large 4 (Le Chonk) is now open weight（2026 年 10 月 29 日）
• Mistral 博客内嵌演示页：Agentic Frontend Coding
• 演示页的执行 trace 数据
• Mistral 博客：Introducing Mistral Large 4（2026 年 10 月 6 日）
• Hugging Face 官方博客：Welcome Le Chonk: Mistral Large 4 on Hugging Face（2026 年 10 月 29 日）
• Synthpeek：Mistral Large 4 open weights arrive, with a satellite-tracker coding demo（2026 年 10 月 30 日）
• Veracode：What is Vibe Coding
• Kieren Day 的回复
• Gianluca Mazza 的回复
• Tom Veber 的回复
• GuardianAgent 的回复
• Kabel-Salat 的回复
• 对 Mistral Large 4 持负面评价用户的回复