BenchLeader

Mistral Medium 3.5

推論エフォート
品質339中208位
46.6Index
中央値より下
中央値比 −3.6
価格255中187位
$3.00100万トークンあたり
多くのモデルより高い
中央値の3.5倍
速度216中38位
146トークン/秒
上位4分の1
中央値の1.8倍
コスパ255中205位
15.5ポイント/$
下位4分の1
中央値の0.3倍

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
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index47
  2. 推論37
  3. コーディング35
  4. エージェント・ツール44
  5. 数学52
  6. 知識24
  7. 指示追従68
  8. 人間の評価46
  9. マルチモーダル51
  10. 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
[![Mistral Medium 3.5 on BenchLeader: 総合 203位](https://www.benchleader.com/badge/mistral-medium-3-5.svg?style=compact)](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。

Mistral AIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

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 3.12025年8月12日48.3#385
Mistral Medium 32025年5月7日44.3#472
Mistral Medium 23122023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/s24 s$0.0029
medium41.6#511146 tok/s24 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/s24 s$0.0029エージェント・ツール 29 · 知識 45
未記載最良46.6#426146 tok/s24 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
354759
  • 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#239Artificial Analysis

推論

ベンチマークmediumhigh標準出典推移
Arena Hard Prompts1236#308–1445#122Arena (LMArena)
GPQA Diamond (AA)Index対象外35.0%#502–74.8%#258Artificial Analysis
Humanity's Last Exam (AA)Index対象外3.5%#615–13.8%#285Artificial Analysis
HLE-Diamond (AA)エフォート未記載––4.7%#152Artificial Analysis
GPQA Diamond (Vals)Index対象外–34.9%#129–Vals AI
Kagi LLM Benchmark50.0%#85–41.4%#103Kagi LLM Benchmark
CritPtIndex対象外エフォート未記載––0.0%#337Artificial Analysis
CritPt v2 hard subset (AA)エフォート未記載––0.5%#131Artificial Analysis
Arena ExpertIndex対象外1227#299–1434#139Arena (LMArena)
LMCAIndex対象外エフォート未記載––26.1%#155Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––75.5%#156Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしmediumhigh標準出典推移
SciCodeエフォート未記載–––40.2%#179SciCode
WeirdMLエフォート未記載–––43.7%#87WeirdML
FrontierCodeエフォート未記載–––8.0%#46Cognition
Arena Coding–1263#310–1478#115Arena (LMArena)
Arena WebDevエフォート未記載–––1263#134Arena (LMArena)
SciCode (AA)Index対象外エフォート未記載–––40.2%#189Artificial 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%#26Epoch AI Benchmarking Hub
ALE-BenchIndex対象外エフォート未記載–––764.0#93Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外エフォート未記載–––0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外エフォート未記載–––50.6%#122Artificial 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#130Design Arena
FrontierCode 2.0 (AA)エフォート未記載–––1.8%#115Artificial Analysis
LiveCodeBench (AA)Index対象外–9.9%#284––Artificial Analysis

エージェント・ツール

ベンチマークhigh標準出典推移
Arena Agentエフォート未記載–-13.7#53Arena (LMArena)
Terminal-Bench Hardエフォート未記載–33.3%#93Artificial Analysis
τ²-Bench Telecom (AA)Index対象外エフォート未記載–94.2%#33Artificial Analysis
Terminal-Bench 2.1 (Vals)39.0%#69–Vals AI
GDPval-AA v2.1, normalised scoreIndex対象外エフォート未記載–13.0%#109Artificial Analysis
GDPval-AA v2.1Index対象外エフォート未記載–769#214Artificial Analysis
τ³-Banking (AA)エフォート未記載–15.1%#122Artificial Analysis
Analyst Agent (AA)Index対象外エフォート未記載–12.5%#45Artificial Analysis
Finance Agent v2Index対象外32.1%#70–Vals AI
Harvey's Legal Agent Benchmark v1Index対象外0.4%#61–Vals AI
Legal Research BenchIndex対象外9.1%#84–Vals AI
Tax Agent BenchIndex対象外4.5%#80–Vals AI
Terminal-Bench 2.0 (Vals)Index対象外30.3%#43–Vals AI
Arena Agent Task CompletionIndex対象外エフォート未記載–-16.8#52Arena (LMArena)
AutomationBenchIndex対象外エフォート未記載–6.3%#194Artificial Analysis
GDP.pdf (AA)Index対象外エフォート未記載–2.8%#218Artificial Analysis
EnterpriseOps-GymIndex対象外エフォート未記載–33.7%#38Artificial Analysis
AA-Briefcase v1.1Index対象外エフォート未記載–523#213Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載–894#81Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外エフォート未記載–0.0%#115Artificial Analysis

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%#71Vals AI
Arena Maths1221#2911426#113Arena (LMArena)

知識

ベンチマークmediumhigh標準出典推移
AA-Omniscience v1.1エフォート未記載––-38.7#137Artificial Analysis
MMLU-Pro–75.3%#107–Vals AI
CorpFin–58.8%#81–Vals AI
TaxEval–68.0%#101–Vals AI
PRBench Finance39.4%#30––Scale AI SEAL
PRBench Legal39.5%#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%#112Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外エフォート未記載––19.8%#116Artificial 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%#78Artificial Analysis
Arena Instruction FollowingIndex対象外1210#3091423#110Arena (LMArena)

人間の評価

ベンチマークmedium標準出典推移
Arena Text1223#3131426#118Arena (LMArena)
EQ-Bench 4エフォート未記載–983#32EQ-Bench
Arena Creative WritingIndex対象外1193#3091399#111Arena (LMArena)
Arena Multi-turnIndex対象外1197#3121433#113Arena (LMArena)
Arena Longer QueriesIndex対象外1221#3131429#128Arena (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#81Arena (LMArena)
MMMU-Proエフォート未記載–64.9%#194Artificial 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 v1.169.3%#243Artificial Analysis
MLCRIndex対象外10.0%#124Artificial Analysis

総合

ベンチマークmediumhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––141.6#108Epoch AI Benchmarking Hub
AA Intelligence Index v5.0.1Index対象外エフォート未記載––4.7#124Artificial Analysis
AA Intelligence Index v4.3.2Index対象外5.5#587–14.2#308Artificial Analysis
AA Progress Index v1Index対象外122.2#609–257.1#246Artificial 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
Mistral136 tok/s0.38 s$1.50$7.50262k–
Mistral110 tok/s0.29 s$1.65$8.25262k–

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$0.002425.6 s
30ページのレポートを要約12,000 / 600$0.022$0.01027.7 s
コード編集6,000 / 1,500$0.020$0.01433.9 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$0.05951.1 s
構造化データの抽出2,000 / 200$0.0045$0.002524.9 s

Mistral AIのほかのモデル

今月の新着

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。

[![Mistral Medium 3.5 on BenchLeader: 総合 203位](https://www.benchleader.com/badge/mistral-medium-3-5.svg)](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}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

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