Mistral-Large持有智能基線。 Step-1-8K由於獎勵黑客問題而失去基本認知能力。
兩種模型都不可靠，錯誤率很高，不適合有意義的任務。
Mistral-Large有一些局限性，但對於簡單任務仍然有效。 Step-1-8K經常失敗，對於有意義的推理無效。
