Mistral Medium 3.5
よりコスパが高いモデル: Qwen3.5-4B $0.060/MでIndex 46.7(50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124つあります:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50)ほか121つ。
2026年11月16日時点で、Mistral Medium 3.5(Mistral AI)のBenchLeader Indexは46.6です(ランク付け対象は608構成)。最も強いのは指示追従(68)、最も弱いのは知識(24)です。API料金は入力100万トークンあたり$1.50、出力100万トークンあたり$7.50(3:1のブレンドで$3.00)で、2026年11月16日時点の定価です。出力速度は約150トークン/秒です(Artificial Analysis)。2026年4月28日にリリースされました。
要点(2026年11月16日時点)
- Mistral Medium 3.5のAPI料金は入力100万トークンあたり$1.50、出力100万トークンあたり$7.50(3:1のブレンドで$3.00)です(定価、2026年11月16日)。
- Mistral Medium 3.5の出力速度は約150トークン/秒です(Artificial Analysis、2026年11月16日)。
- Mistral Medium 3.5は2026年4月28日にリリースされました(Mistral AI)。
詳しく見ると:Mistral Medium 3.5はMistral AIのオープンウェイトの推論モデルです(2026年4月28日リリース)。最もスコアの高い構成は、BenchLeader Indexで46.6 ±6.5を記録し、608構成中426位で下位半分に入ります。重要なのはこの「±」です。ほかに285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。カテゴリ別では指示追従が最も高く(68)、知識が最も低くなっています(24)。ブレンド価格は100万トークンあたり$3.00で、ランク付けされたモデルの多くより高価です。出力速度は146トークン/秒、回答開始まで23.6秒で、最速の4分の1に入ります。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $3.00/M
- 入力$1.50・出力$7.50
- 出典:Artificial Analysis
- 出力速度
- 146 tok/s
- Artificial Analysisによる測定
- 回答開始
- 24 s
- 最初のトークン 0.60 s
- コンテキスト
- 262k
- 出典:LiteLLM price table
- 回答完了まで
- 90 s
- 最終測定2026年11月13日
- タスクあたりコスト
- $1.04
- 1タスク5 min、AA Index
- タスクあたりトークン数
- 40k
- うち45%が推論
- リリース日
- 2026年4月28日
- 総合Index47
- 推論37
- コーディング35
- エージェント・ツール44
- 数学52
- 知識24
- 指示追従68
- 人間の評価46
- マルチモーダル51
- 長文コンテキスト59
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-medium-3-5)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4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 Medium 3.5このページ | 2026年4月28日 | 46.6 | #426 |
| Mistral Medium 3.1 | 2025年8月12日 | 48.3 | #385 |
| Mistral Medium 3 | 2025年5月7日 | 44.3 | #472 |
| Mistral Medium 2312 | 2023年12月11日 | – | – |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| 推論なし | – | – | 146 tok/s | 24 s | $0.0029 | |
| medium | 41.6 | #511 | 146 tok/s | 24 s | $0.0029 | コーディング 36 · 人間の評価 36 · 知識 39 · 数学 38 · 推論 42 |
| high | – | – | 146 tok/s | 24 s | $0.0029 | エージェント・ツール 29 · 知識 45 |
| 未記載最良 | 46.6 | #426 | 146 tok/s | 24 s | $0.0029 | エージェント・ツール 44 · コーディング 35 · 人間の評価 46 · 指示追従 68 · 知識 24 · 長文コンテキスト 59 · 数学 52 · マルチモーダル 51 · 推論 37 |
Indexの推移
2026年9月8日〜2026年11月16日- 標準
- medium
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。
メタデータ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 33.3#239 | Artificial Analysis |
推論
| ベンチマーク | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Arena Hard Prompts | 1236#308 | – | 1445#122 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 35.0%#502 | – | 74.8%#258 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 3.5%#615 | – | 13.8%#285 | Artificial Analysis | |
| HLE-Diamond (AA)エフォート未記載 | – | – | 4.7%#152 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | 34.9%#129 | – | Vals AI | |
| Kagi LLM Benchmark | 50.0%#85 | – | 41.4%#103 | Kagi LLM Benchmark | |
| CritPtIndex対象外エフォート未記載 | – | – | 0.0%#337 | Artificial Analysis | |
| CritPt v2 hard subset (AA)エフォート未記載 | – | – | 0.5%#131 | Artificial Analysis | |
| Arena ExpertIndex対象外 | 1227#299 | – | 1434#139 | Arena (LMArena) | |
| LMCAIndex対象外エフォート未記載 | – | – | 26.1%#155 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外エフォート未記載 | – | – | 75.5%#156 | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | 推論なし | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| SciCodeエフォート未記載 | – | – | – | 40.2%#179 | SciCode | |
| WeirdMLエフォート未記載 | – | – | – | 43.7%#87 | WeirdML | |
| FrontierCodeエフォート未記載 | – | – | – | 8.0%#46 | Cognition | |
| Arena Coding | – | 1263#310 | – | 1478#115 | Arena (LMArena) | |
| Arena WebDevエフォート未記載 | – | – | – | 1263#134 | Arena (LMArena) | |
| SciCode (AA)Index対象外エフォート未記載 | – | – | – | 40.2%#189 | Artificial Analysis | |
| SWE-bench (Vals)Index対象外 | – | – | 66.4%#70 | – | Vals AI | |
| Code MigrationIndex対象外 | – | – | 5.1%#71 | – | Vals AI | |
| Vibe Code Bench v1.1Index対象外 | – | – | 2.9%#118 | – | Vals AI | |
| Surface Evolver BenchIndex対象外エフォート未記載 | – | – | – | 26.9%#26 | Epoch AI Benchmarking Hub | |
| ALE-BenchIndex対象外エフォート未記載 | – | – | – | 764.0#93 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外エフォート未記載 | – | – | – | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外エフォート未記載 | – | – | – | 50.6%#122 | Artificial Analysis | |
| GameBench 2 by reasoning settingIndex対象外 | 21.4#195 | – | 26.8#182 | – | DuelLab GameBench 2 | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | – | – | 1134#130 | Design Arena | |
| FrontierCode 2.0 (AA)エフォート未記載 | – | – | – | 1.8%#115 | Artificial Analysis | |
| LiveCodeBench (AA)Index対象外 | – | 9.9%#284 | – | – | Artificial Analysis |
エージェント・ツール
数学
| ベンチマーク | medium | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| ProofBenchエフォート未記載 | – | 9.0%#71 | Vals AI | |
| Arena Maths | 1221#291 | 1426#113 | Arena (LMArena) |
知識
| ベンチマーク | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| AA-Omniscience v1.1エフォート未記載 | – | – | -38.7#137 | Artificial Analysis | |
| MMLU-Pro | – | 75.3%#107 | – | Vals AI | |
| CorpFin | – | 58.8%#81 | – | Vals AI | |
| TaxEval | – | 68.0%#101 | – | Vals AI | |
| PRBench Finance | 39.4%#30 | – | – | Scale AI SEAL | |
| PRBench Legal | 39.5%#38 | – | – | Scale AI SEAL | |
| CaseLaw v2Index対象外 | – | 44.2%#52 | – | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | – | 11.2%#74 | – | Vals AI | |
| MedCodeIndex対象外 | – | 33.8%#82 | – | Vals AI | |
| MedScribeIndex対象外 | – | 67.7%#96 | – | Vals AI | |
| AA-Omniscience v1.1: accuracyIndex対象外エフォート未記載 | – | – | 23.0%#112 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外エフォート未記載 | – | – | 19.8%#116 | Artificial Analysis |
指示追従
| ベンチマーク | medium | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| IFBenchエフォート未記載 | – | 68.8%#78 | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外 | 1210#309 | 1423#110 | Arena (LMArena) |
人間の評価
| ベンチマーク | medium | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1223#313 | 1426#118 | Arena (LMArena) | |
| EQ-Bench 4エフォート未記載 | – | 983#32 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1193#309 | 1399#111 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1197#312 | 1433#113 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1221#313 | 1429#128 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Visionエフォート未記載 | – | 1222#81 | Arena (LMArena) | |
| MMMU-Proエフォート未記載 | – | 64.9%#194 | Artificial Analysis | |
| MortgageTaxIndex対象外 | 28.9%#91 | – | Vals AI | |
| SAGEIndex対象外 | 72.0%#28 | – | Vals AI |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 69.3%#243 | Artificial Analysis | |
| MLCRIndex対象外 | 10.0%#124 | Artificial Analysis |
総合
| ベンチマーク | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | 141.6#108 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v5.0.1Index対象外エフォート未記載 | – | – | 4.7#124 | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | 5.5#587 | – | 14.2#308 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 122.2#609 | – | 257.1#246 | Artificial Analysis | |
| Vals Multimodal IndexIndex対象外 | – | 34.8%#33 | – | Vals AI |
GameBench 2, best reasoning setting (High): 26.8. 参考値で、BenchLeader Indexには含まれません。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Mistral | 136 tok/s | 0.38 s | $1.50 | $7.50 | 262k | – |
| Mistral | 110 tok/s | 0.29 s | $1.65 | $8.25 | 262k | – |
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100万トークンあたり$0.150の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 | $0.0029 | $0.0024 | 25.6 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.022 | $0.010 | 27.7 s |
| コード編集 | 6,000 / 1,500 | $0.020 | $0.014 | 33.9 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.120 | $0.059 | 51.1 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0045 | $0.0025 | 24.9 s |
Mistral AIのほかのモデル
関連ページ
埋め込み・引用
Mistral Medium 3.5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-medium-3-5)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 Medium 3.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-medium-3-5
BibTeX:
@misc{benchleader_mistral_medium_3_5_20261116,
author = {{BenchLeader}},
title = {{Mistral Medium 3.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/mistral-medium-3-5}},
note = {Data as of 2026-11-16}
}よくある質問
- Mistral Medium 3.5のベンチマークスコアは?
- 2026年11月16日時点で、Mistral Medium 3.5のBenchLeader Indexは46.6 ±6.5です。最も強いのは指示追従(68)、最も弱いのは知識(24)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 Medium 3.5の順位は?
- 2026年11月16日時点で、Mistral Medium 3.5はランク付けされた608構成中426位です。ほかに285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 Medium 3.5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 Medium 3.5の料金は入力100万トークンあたり$1.50、出力100万トークンあたり$7.50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$3.00です。
- Mistral Medium 3.5はいつリリースされましたか?
- Mistral AIが2026年4月28日にMistral Medium 3.5をリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Mistral Medium 3.5: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-medium-3-5