BenchLeader

Ministral 3 14B

质量第 274 / 339 名
39.8Index
后四分之一
较中位数 −10.4
价格第 40 / 255 名
$0.200每百万 token
最便宜的四分之一
中位数的 0.2 倍
速度第 125 / 216 名
74token/秒
低于中位数
中位数的 0.9 倍
性价比第 51 / 255 名
199.0分/$
前四分之一
中位数的 3.6 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 80%。

有 20 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138),另有 17 个。

截至 2026年11月16日,Ministral 3 14B(Mistral AI)在 BenchLeader Index 上得分 39.8(共 608 个已排名配置)。表现最好的是长上下文(37),最弱的是多模态(32)。API 价格为输入每百万 token $0.200、输出每百万 token $0.200(按 3:1 混合为 $0.200),为 2026年11月16日的标价。输出速度约为 74 token/秒(Artificial Analysis)。发布于 2025年12月2日。

要点(截至 2026年11月16日)

  • Ministral 3 14B 的 API 价格为输入每百万 token $0.200、输出每百万 token $0.200(按 3:1 混合为 $0.200)(标价,2026年11月16日)。
  • Ministral 3 14B 的输出速度约为 74 token/秒(Artificial Analysis,2026年11月16日)。
  • Ministral 3 14B 于 2025年12月2日发布(Mistral AI)。

详细说明:Ministral 3 14B 是 Mistral AI 的开放权重模型,发布于 2025年12月2日。其最佳配置在 BenchLeader Index 上得分 39.8 ±1.6,在 608 个配置中排第 538 名,处于下半区。关键在于这个“±”:另有 153 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,长上下文得分最高(37),多模态最低(32)。按混合价格计,每百万 token $0.200,属于已排名模型中最便宜的五分之一。输出速度为 74 token/秒,首次回答需 2.5 秒,比大多数模型慢。最近一次测量:2025年12月2日。数据较旧:六个月内没有新结果

混合价格
$0.200/M
输入 $0.200 · 输出 $0.200
来源:Artificial Analysis
输出速度
74 tok/s
由 Artificial Analysis 测量
首次回答
2.55 s
首 token 0.38 s
上下文
262k
来源:models.dev
完整回答
54 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12月2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34
  3. 智能体与工具35
  4. 指令遵循36
  5. 多模态32
  6. 长上下文37

嵌入这个排名

更多徽章样式
[![Ministral 3 14B on BenchLeader: 综合第 267 名](https://www.benchleader.com/badge/ministral-3-14b.svg?style=compact)](https://www.benchleader.com/models/ministral-3-14b)

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

Index 走势

2026年9月9日 至 2026年11月16日
384043

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 Index38.9#155Artificial Analysis

推理

基准测试默认来源趋势
GPQA Diamond (AA)不计入 Index57.2%#401Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.6%#507Artificial Analysis
HLE-Diamond (AA)4.4%#157Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis

编程

基准测试默认来源趋势
SciCode (AA)不计入 Index23.8%#241Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index9.7%#200Artificial Analysis
Design Arena Website不计入 Index1073#153Design Arena
LiveCodeBench (AA)不计入 Index35.1%#183Artificial Analysis

智能体与工具

数学

基准测试默认来源趋势
AIME 2025 (AA)不计入 Index30.0%#177Artificial Analysis

知识

基准测试默认来源趋势
Global-MMLU-Lite (AA)不计入 Index68.3%#103Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench32.0%#349Artificial Analysis

多模态

基准测试默认来源趋势
MMMU-Pro49.8%#256Artificial Analysis

长上下文

基准测试默认来源趋势
AA-LCR v1.126.3%#431Artificial Analysis
MLCR不计入 Index2.2%#170Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index6.0#554Artificial Analysis
AA Progress Index v1不计入 Index176.4#489Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Mistral87 tok/s0.37 s$0.220$0.220262k–
Mistral74 tok/s0.50 s$0.200$0.200262k–

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,价格为每百万 token $0.020。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$0.0001$0.00016.6 s
总结一份 30 页的报告12,000 / 600$0.0025$0.000910.6 s
代码编辑6,000 / 1,500$0.0015$0.000722.7 s
智能体编程会话60,000 / 4,000$0.013$0.004756.3 s
结构化信息提取2,000 / 200$0.0004$0.00025.2 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 Ministral 3 14B 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。

[![Ministral 3 14B on BenchLeader: 综合第 267 名](https://www.benchleader.com/badge/ministral-3-14b.svg)](https://www.benchleader.com/models/ministral-3-14b)

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). Ministral 3 14B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/ministral-3-14b

BibTeX:

@misc{benchleader_ministral_3_14b_20261116,
  author       = {{BenchLeader}},
  title        = {{Ministral 3 14B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/ministral-3-14b}},
  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

Ministral 3 14B 的基准测试得分是多少?
截至 2026年11月16日,Ministral 3 14B 的 BenchLeader Index 为 39.8 ±1.6。最强的是长上下文(37),最弱的是多模态(32)。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。
Ministral 3 14B 排名第几?
截至 2026年11月16日,Ministral 3 14B 在 608 个已排名配置中排第 538 名。另有 153 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。
Ministral 3 14B 每百万 token 的价格是多少?
截至 2026年11月16日,Ministral 3 14B 的价格为输入每百万 token $0.200、输出每百万 token $0.200,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.200。
Ministral 3 14B 是什么时候发布的?
Mistral AI 于 2025年12月2日发布了 Ministral 3 14B。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Ministral 3 14B: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/ministral-3-14b。