Mistral AIが、証明支援言語Lean 4向けの形式検証特化モデル「Leanstral 1.5」を2026年7月2日に公開した。総パラメータ1190億・実効60億の構成で主要ベンチマークを最高水準で解き、重みをApache-2.0ライセンスで無料配布した。
Mistral AIが2026年7月2日、証明支援言語Lean 4向けの形式検証特化モデルLeanstral 1.5を公開した。総パラメータ1190億・実効60億の構成で、重みはApache-2.0ライセンスとしてHugging Faceで無料配布され、無料APIのleanstral-1-5も提供される。
性能面では、定理証明ベンチマークminiF2Fで検証・テスト両セット100%を達成し、競技数学のPutnamBenchでは672問中587問を解いた。抽象代数のベンチマークFATE-Hで87%、FATE-Xで34%と最高水準を記録している。特に注目されるのはコストで、PutnamBenchでは1問あたり約4ドルと、競合手法の推定300ドル超を大きく下回る。
応用は数学にとどまらない。実際のプログラムからGitHub未報告の不具合5件を発見し、AVL木の計算量保証も証明した。テストやファジングで見落としやすい欠陥を証明で洗い出せる点は、ソフトウェア品質保証の現場に直結する。無料・商用可という条件で有力モデルに匹敵する証明性能が桁違いの低コストで手に入ることが、実務判断に効く。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
Leanstralはもともと、Lean 4での証明作成（証明支援）を実用的に扱うためのオープンなモデルとして始まった。形式検証（formal verification）とは、数学の定理やプログラムの正しさを機械的に検証可能な形で厳密に証明する手法である。この分野では、命題を証明・反証させて評価するminiF2FやPutnamBench（数学競技問題672問）などのベンチマークが使われてきた。従来はSeed-ProverやAleph Proverなど高コストの手法が上位を占めていた。今回のLeanstral 1.5は3段階の学習（中間学習・教師ありの微調整・CISPOという手法による強化学習）で仕上げられている。
無料かつ商用利用可能なライセンスで、有力モデルに匹敵する証明性能を、桁違いに低いコストで実現している点が実務判断に効く。PutnamBenchでは1問あたり約4ドルで、競合の推定300ドル以上を上回る問題数を解いている。数学だけでなく実際のコードの正しさ検証にも応用でき、テストやファジングでは見落としやすい不具合を自動で発見した実績は、ソフトウェア品質保証の現場に直結する。
Mistral AIが2026年7月2日、証明支援言語Lean 4向けの形式検証特化モデル「Leanstral 1.5」を公開した。形式検証とは、数学の定理やプログラムの正しさを機械が検証できる形で厳密に証明する手法を指す。数値がまず目を引く。競技数学ベンチマークのPutnamBenchでは672問中587問を解き、その費用は1問あたり約4ドルにとどまった。
On PutnamBench, Leanstral 1.5 solves problems at around $4 per problem, compared to over $300 per problem for competing approaches.
引用にある通り、競合手法の推定300ドル超に対し、1問約4ドルという桁違いの低コストである。さらにminiF2Fという定理証明ベンチマークでは検証セット・テストセットの両方で100%を達成し、抽象代数のベンチマークFATE-Hで87%、FATE-Xで34%を記録した。証明性能を「高価な特別手法」から「安く回せる日常の道具」へ引き下げた点が、この公開の核である。
このモデルの重みはHugging FaceでApache-2.0ライセンスとして配布され、無料APIとしてleanstral-1-5も使える。Apache-2.0は商用利用を含めて広く許可するライセンスで、自社インフラで動かしても課金や利用制限に縛られない。
得をするのは、まず自社でモデルを運用したい国内事業者だ。外部API課金に依存せず、無料APIで手触りを確かめてから本番運用に移せる。ソフトウェア品質保証を担う開発チームも恩恵を受ける。1問約4ドルという単価で検証を回せるため、テストで見落とす不具合を証明で洗い出す選択肢が現実的になる。
一方で、高コストな証明手法を提供してきたベンダーは前提が揺らぐ。従来上位を占めたSeed-ProverやAleph Proverが高コスト構造だったのに対し、無料公開されたモデルが同等以上の問題数を解いたためだ。コストを理由に形式検証を見送っていた現場も、回避の根拠が弱まる。
Leanstral 1.5の実力は数学の証明にとどまらない。Mistralは実際のプログラムに適用し、GitHubに未報告だった不具合5件を発見したと報告している。テストやファジング(入力を大量に自動生成して不具合をあぶり出す手法)では見落としやすい種類の欠陥を、証明の枠組みで機械的に検出した点が実務に効く。
公開されている検証資産も具体的だ。SafeVerifyのフォークや、形式定理評価のためのFLTEvalが整備され、Rust向けの可変長整数ライブラリdatrs/varintegerが検証対象の一例として挙げられている。木構造の一種であるAVL木について、その計算量の保証まで証明できたとされる。
Leanstral 1.5 found 5 bugs in real-world programs that had not been reported on GitHub.
引用の通り、実在するプログラムから未報告の不具合を5件見つけたという事実は、数学の抽象問題を解く能力が「動くコードの正しさ検証」に地続きで応用できることを示している。
立場別、明日から動ける一手。
Leanstral 1.5がApache-2.0で配布される重みのライセンス条件と、自社の証明対象がLean 4で記述できるかを確認する。
PutnamBenchで報告された1問約4ドルという単価と、現在の検証工程にかかる人件費・外部委託費を比較する。
無料APIのleanstral-1-5で自社コードの小さな性質を1つ証明させ、成功率と要した費用を試す。
『1問約4ドル』というPutnamBenchでのコストと、競合の推定300ドル超との差に注目が集まっている。
Apache-2.0での重み無料公開と商用利用可という条件に対し、自社運用への期待の声がある一方、実効60億パラメータで報告どおりの証明性能が自社の検証対象でも出るかを『要検証』とする慎重な見方もある。実コードから未報告の不具合5件を発見した点については、テストやファジングでは届きにくい欠陥を証明で見つけられる実用性に関心が向いている。
※トレンド検出時刻付近の人気投稿を表示
