BenchLeader
Mistral AI开放权重推理模型与其他模型对比

Magistral Small 1.2

质量第 274 / 339 名
39.8Index
后四分之一
较中位数 −10.4
价格第 117 / 255 名
$0.750每百万 token
比多数便宜
中位数的 0.9 倍
速度第 148 / 216 名
63token/秒
低于中位数
中位数的 0.8 倍
性价比第 131 / 255 名
53.1分/$
低于中位数
中位数的 1.0 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index40
  2. 推理36
  3. 编程45
  4. 智能体与工具34
  5. 数学46
  6. 知识26
  7. 指令遵循47
  8. 多模态37
  9. 长上下文33

嵌入这个排名

更多徽章样式
[![Magistral Small 1.2 on BenchLeader: 综合第 266 名](https://www.benchleader.com/badge/magistral-small-1-2.svg?style=compact)](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。

Mistral AI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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 Small2025年6月10日36.2#581

Index 走势

2026年9月27日 至 2026年11月16日
344047

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 Index50#61Artificial Analysis

推理

基准测试默认来源趋势
GPQA Diamond47.6%#237Epoch AI Benchmarking Hub
GPQA Diamond (AA)不计入 Index66.3%#340Artificial Analysis
Humanity's Last Exam (AA)不计入 Index6.4%#411Artificial Analysis
GPQA Diamond (Vals)不计入 Index58.3%#110Vals AI
CritPt不计入 Index0.3%#291Artificial Analysis
DTBench不计入 Index61.3%#191Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
SciCode35.2%#212SciCode
LiveCodeBench72.1%#82Vals AI
Terminal-Bench 2.1 (AA)不计入 Index4.5%#212Artificial Analysis
Design Arena Website不计入 Index984#173Design Arena
LiveCodeBench (AA)不计入 Index72.3%#56Artificial Analysis

数学

基准测试默认来源趋势
OTIS Mock AIME28.1%#224Epoch AI Benchmarking Hub
AIME (Vals)80.7%#47Vals AI
MGSM86.3%#61Vals AI
AIME 2025 (AA)不计入 Index80.3%#62Artificial Analysis

知识

基准测试默认来源趋势
MMLU-Pro62.1%#130Vals AI
LegalBench40.0%#146Vals AI
CorpFin44.0%#116Vals AI
TaxEval60.3%#125Vals AI
MedQA82.4%#64Vals AI
Global-MMLU-Lite (AA)不计入 Index76.3%#87Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench44.4%#216Artificial Analysis

多模态

基准测试默认来源趋势
MMMU-Pro55.5%#240Artificial Analysis
MMMU-Pro (Vals)不计入 Index65.2%#75Vals AI
MortgageTax不计入 Index62.1%#55Vals AI

长上下文

基准测试默认来源趋势
AA-LCR v1.119.3%#462Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index8.6#443Artificial Analysis
AA Progress Index v1不计入 Index202#407Artificial 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

本月新上线

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。

[![Magistral Small 1.2 on BenchLeader: 综合第 266 名](https://www.benchleader.com/badge/magistral-small-1-2.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。