Mistral AI 开源数学证明工具：119B 参数仅激活 6B，解题成本低至竞品百分之一
事件概述
近日，法国 AI 初创公司 Mistral AI 开源了一款专注于数学证明与推理的模型——**Mistral MathProof**，引发业界广泛关注。该模型总参数量高达 119B，但通过 **混合专家（MoE）架构** 实现每轮推理仅激活约 6B 参数，在保持强大推理能力的同时，将单次解题成本压缩至同类竞品的 **1% 以下**。此举不仅打破了“大模型必然高消耗”的固有认知，也为数学自动化证明领域带来了全新的经济性范式。
技术特点：稀疏激活与专注推理
Mistral MathProof 的核心创新在于其 **MoE 路由机制**。119B 参数被划分为多个专家模块，推理时仅根据输入 token 动态激活最相关的少数专家（约 6B 参数）。这种设计在数学证明任务中尤为高效——证明过程往往依赖少量特定定理和推理规则，而非全量知识。相比之下，传统稠密模型（如 GPT-4、Llama-3.1-405B）即使面对简单命题，也必须加载全部参数，导致计算冗余。
此外，该模型在训练数据上进行了针对性优化：混合了形式化数学库（如 Lean、Coq）、教科书推理步骤以及人工标注的错误证明负例，使其能够同时处理符号推导与自然语言表述，在 **IMO 级别题目** 和 **定理自动证明基准（MiniF2F）** 上均取得接近顶尖水平的效果。
成本对比：从“天价”到“平民化”
以当前主流数学证明模型作为参照：
– **GPT-4**：单次证明调用成本约 $0.03～$0.06（取决于输入长度），且需全程激活约 1.8T 参数（多模型组合）。
– **DeepSeek-Prover**（MoE 类）：激活参数约 37B，成本为 GPT-4 的 1/5。
– **Mistral MathProof**：激活仅 6B，推理速度提升约 **6 倍**，单次成本低至 $0.0003 左右，仅为 GPT-4 的 **1%**。
若每月解决 10 万个中等难度证明题，使用 Mistral MathProof 的成本约为 **30 美元**，而竞品则需 3,000 美元以上。这大幅降低了院校、研究机构甚至个人开发者接入自动证明技术的门槛。
行业影响与展望
Mistral AI 的开源策略延续了其一贯的“高性价比”路线。这一工具的发布可能产生三重影响：
1. **加速数学研究自动化**：低推理成本使得大规模自动定理验证、辅助探索未解猜想成为可能，尤其利好组合数学、数论等需要大量穷举或反例搜索的领域。
2. **促进教育普及**：学生可低成本获得交互式证明助手，实时检查作业或探索新思路。
3. **倒逼竞品优化架构**：120B 级 MoE 模型仅激活 6B 的效果证明，稀疏激活在推理密集型任务中具有显著优势，未来或将有更多厂商转向“大参数量+小激活量”的设计。
当然，该模型在复杂多步证明（超过 200 步）中的成功率和形式化严格性仍有待验证。但无论如何，Mistral MathProof 已向行业证明：**数学证明的“成本墙”正在被打破**。
