Magistral Small 1.2
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 19 分之一。
有 86 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 83 个。
截至 2026年11月16日,Magistral Small 1.2(Mistral AI)在 BenchLeader Index 上得分 39.8(共 608 个已排名配置)。表现最好的是指令遵循(47),最弱的是知识(26)。API 价格为输入每百万 token $0.500、输出每百万 token $1.50(按 3:1 混合为 $0.750),为 2026年11月16日的标价。输出速度约为 63 token/秒(Artificial Analysis)。发布于 2025年9月18日。
要点(截至 2026年11月16日)
- Magistral Small 1.2 的 API 价格为输入每百万 token $0.500、输出每百万 token $1.50(按 3:1 混合为 $0.750)(标价,2026年11月16日)。
- Magistral Small 1.2 的输出速度约为 63 token/秒(Artificial Analysis,2026年11月16日)。
- Magistral Small 1.2 于 2025年9月18日发布(Mistral AI)。
详细说明:Magistral Small 1.2 是 Mistral AI 的开放权重推理模型,发布于 2025年9月18日。其最佳配置在 BenchLeader Index 上得分 39.8 ±6.0,在 608 个配置中排第 537 名,处于下半区。关键在于这个“±”:另有 178 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(47),知识最低(26)。按混合价格计,每百万 token $0.750,价格居中。输出速度为 63 token/秒,首次回答需 3.1 秒,比大多数模型慢。最近一次测量:2026年10月13日。
- 混合价格
- $0.750/M
- 输入 $0.500 · 输出 $1.50
- 来源:Artificial Analysis
- 输出速度
- 63 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 3.09 s
- 上下文
- 128k
- 来源:Artificial Analysis
- 完整回答
- 29 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年9月18日
- 综合 Index40
- 推理36
- 编程45
- 智能体与工具34
- 数学46
- 知识26
- 指令遵循47
- 多模态37
- 长上下文33
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/magistral-small-1-2)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Mistral AI 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Magistral Small 1.2本页 | 2025年9月18日 | 39.8 | #537 |
| Magistral Small | 2025年6月10日 | 36.2 | #581 |
Index 走势
2026年9月27日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 50#61 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 47.6%#237 | Epoch AI Benchmarking Hub | |
| GPQA Diamond (AA)不计入 Index | 66.3%#340 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 6.4%#411 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 58.3%#110 | Vals AI | |
| CritPt不计入 Index | 0.3%#291 | Artificial Analysis | |
| DTBench不计入 Index | 61.3%#191 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode | 35.2%#212 | SciCode | |
| LiveCodeBench | 72.1%#82 | Vals AI | |
| Terminal-Bench 2.1 (AA)不计入 Index | 4.5%#212 | Artificial Analysis | |
| Design Arena Website不计入 Index | 984#173 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 72.3%#56 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 4.5%#289 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 27.8%#277 | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | 0.0%#124 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 12#285 | Artificial Analysis | |
| τ³-Banking (AA) | 4.5%#195 | Artificial Analysis | |
| AutomationBench不计入 Index | 0.2%#256 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 28.1%#224 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 80.7%#47 | Vals AI | |
| MGSM | 86.3%#61 | Vals AI | |
| AIME 2025 (AA)不计入 Index | 80.3%#62 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 62.1%#130 | Vals AI | |
| LegalBench | 40.0%#146 | Vals AI | |
| CorpFin | 44.0%#116 | Vals AI | |
| TaxEval | 60.3%#125 | Vals AI | |
| MedQA | 82.4%#64 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 76.3%#87 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 44.4%#216 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 55.5%#240 | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | 65.2%#75 | Vals AI | |
| MortgageTax不计入 Index | 62.1%#55 | Vals AI |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 19.3%#462 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 8.6#443 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 202#407 | Artificial Analysis |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0007 | – | 7.8 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0069 | – | 12.6 s |
| 代码编辑 | 6,000 / 1,500 | $0.0053 | – | 26.8 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.036 | – | 1.1 min |
| 结构化信息提取 | 2,000 / 200 | $0.0013 | – | 6.2 s |
Mistral AI 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Magistral Small 1.2 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/magistral-small-1-2)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Magistral Small 1.2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/magistral-small-1-2
BibTeX:
@misc{benchleader_magistral_small_1_2_20261116,
author = {{BenchLeader}},
title = {{Magistral Small 1.2 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/magistral-small-1-2}},
note = {Data as of 2026-11-16}
}常见问题
- Magistral Small 1.2 的基准测试得分是多少?
- 截至 2026年11月16日,Magistral Small 1.2 的 BenchLeader Index 为 39.8 ±6.0。最强的是指令遵循(47),最弱的是知识(26)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Magistral Small 1.2 排名第几?
- 截至 2026年11月16日,Magistral Small 1.2 在 608 个已排名配置中排第 537 名。另有 178 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Magistral Small 1.2 每百万 token 的价格是多少?
- 截至 2026年11月16日,Magistral Small 1.2 的价格为输入每百万 token $0.500、输出每百万 token $1.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.750。
- Magistral Small 1.2 是什么时候发布的?
- Mistral AI 于 2025年9月18日发布了 Magistral Small 1.2。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Magistral Small 1.2:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/magistral-small-1-2。