Mistral 7B v0.3
よりコスパが高いモデル: Gemma 4 E4B $0.040/MでIndex 43.2(4分の1の価格)。
より安価でスコアの高いランク付けモデルが33つあります:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138)ほか30つ。
2026年11月16日時点で、Mistral 7B v0.3(Mistral AI)のBenchLeader Indexは28.9です(ランク付け対象は608構成)。最も強いのはコーディング(27)、最も弱いのは知識(12)です。API料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.200(3:1のブレンドで$0.162)で、2026年11月16日時点の定価です。出力速度は約100トークン/秒です(Artificial Analysis)。2024年5月27日にリリースされました。
要点(2026年11月16日時点)
- Mistral 7B v0.3のAPI料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.200(3:1のブレンドで$0.162)です(定価、2026年11月16日)。
- Mistral 7B v0.3の出力速度は約100トークン/秒です(Artificial Analysis、2026年11月16日)。
- Mistral 7B v0.3は2024年5月27日にリリースされました(Mistral AI)。
詳しく見ると:Mistral 7B v0.3はMistral AIのオープンウェイトのモデルです(2024年5月27日リリース)。最もスコアの高い構成は、BenchLeader Indexで28.9 ±3.3を記録し、608構成中606位で下位半分に入ります。重要なのはこの「±」です。ほかに19構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別ではコーディングが最も高く(27)、知識が最も低くなっています(12)。ブレンド価格は100万トークンあたり$0.162で、ランク付けされたモデルの中で最も安い5分の1に入ります。出力速度は101トークン/秒、回答開始まで0.4秒で、多くのモデルより高速です。最終測定日:2026年11月11日。
- ブレンド価格
- $0.162/M
- 入力$0.150・出力$0.200
- 出典:Artificial Analysis
- 出力速度
- 101 tok/s
- Artificial Analysisによる測定
- 回答開始
- 0.44 s
- 最初のトークン 0.44 s
- コンテキスト
- 66k
- 出典:models.dev
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2024年5月27日
- 総合Index29
- 推論19
- コーディング27
- 数学26
- 知識12
- 指示追従25
- 人間の評価27
- 長文コンテキスト23
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/mistral-7b)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
Mistral AIはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Mistral 7B v0.3このページ | 2024年5月27日 | 28.9 | #606 |
| Mistral 7B | 2023年9月27日 | – | – |
| Mistral v0 3 7B | – | – | – |
Indexの推移
2026年9月9日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond | 15.2%#302 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1157#347 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 17.7%#565 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 4.5%#515 | Artificial Analysis | |
| CritPtIndex対象外 | 0.0%#337 | Artificial Analysis | |
| Arena ExpertIndex対象外 | 1141#329 | Arena (LMArena) | |
| HellaSwagIndex対象外 | 81.0%#25 | Epoch AI Benchmarking Hub | |
| BIG-Bench HardIndex対象外 | 56.1%#19 | Epoch AI Benchmarking Hub | |
| WinoGrandeIndex対象外 | 75.3%#33 | Epoch AI Benchmarking Hub | |
| ARC (AI2 Challenge)Index対象外 | 78.6%#18 | Epoch AI Benchmarking Hub | |
| PIQAIndex対象外 | 83.0%#14 | Epoch AI Benchmarking Hub | |
| ANLIIndex対象外 | 47.1%#8 | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Coding | 1186#343 | Arena (LMArena) | |
| LiveCodeBench (AA)Index対象外 | 4.5%#300 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| τ²-Bench Telecom (AA)Index対象外 | 0.0%#398 | Artificial Analysis |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| OTIS Mock AIME | 0.3%#287 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 3.6%#96 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1128#331 | Arena (LMArena) | |
| GSM8KIndex対象外 | 54.4%#32 | Epoch AI Benchmarking Hub |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| LegalBench | 53.8%#142 | Vals AI | |
| MMLUIndex対象外 | 62.5%#76 | Epoch AI Benchmarking Hub | |
| TriviaQAIndex対象外 | 75.2%#21 | Epoch AI Benchmarking Hub | |
| OpenBookQAIndex対象外 | 79.8%#7 | Epoch AI Benchmarking Hub |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 19.9%#420 | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外 | 1123#350 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1150#349 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1104#351 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1114#344 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1136#347 | Arena (LMArena) |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 0.0%#517 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 102.8#190 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 5.0#617 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 93.4#636 | Artificial Analysis |
価格の推移
上記の価格(100万トークンあたり)を、変更があった日ごとに示します。
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3がプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0001 | – | 3.4 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0019 | – | 6.4 s |
| コード編集 | 6,000 / 1,500 | $0.0012 | – | 15.4 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.0098 | – | 40.2 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0003 | – | 2.4 s |
Mistral AIのほかのモデル
関連ページ
埋め込み・引用
Mistral 7B v0.3の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/mistral-7b)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Mistral 7B v0.3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-7b
BibTeX:
@misc{benchleader_mistral_7b_20261116,
author = {{BenchLeader}},
title = {{Mistral 7B v0.3 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/mistral-7b}},
note = {Data as of 2026-11-16}
}よくある質問
- Mistral 7B v0.3のベンチマークスコアは?
- 2026年11月16日時点で、Mistral 7B v0.3のBenchLeader Indexは28.9 ±3.3です。最も強いのはコーディング(27)、最も弱いのは知識(12)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Mistral 7B v0.3の順位は?
- 2026年11月16日時点で、Mistral 7B v0.3はランク付けされた608構成中606位です。ほかに19構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Mistral 7B v0.3の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Mistral 7B v0.3の料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.200で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.162です。定価が最後に変わったのは2026年9月24日です。
- Mistral 7B v0.3はいつリリースされましたか?
- Mistral AIが2024年5月27日にMistral 7B v0.3をリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「Mistral 7B v0.3:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/mistral-7b