Ministral 3 14B
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
- 综合 Index40
- 推理34
- 智能体与工具35
- 指令遵循36
- 多模态32
- 长上下文37
嵌入这个排名
更多徽章样式[](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。
Index 走势
2026年9月9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 | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 57.2%#401 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.6%#507 | Artificial Analysis | |
| HLE-Diamond (AA) | 4.4%#157 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode (AA)不计入 Index | 23.8%#241 | Artificial Analysis | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 9.7%#200 | Artificial Analysis | |
| Design Arena Website不计入 Index | 1073#153 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 35.1%#183 | 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 | 27.2%#282 | 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 | 255#270 | Artificial Analysis | |
| τ³-Banking (AA) | 6.6%#169 | Artificial Analysis | |
| AutomationBench不计入 Index | 0.6%#240 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 1.2%#234 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 132#244 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AIME 2025 (AA)不计入 Index | 30.0%#177 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Global-MMLU-Lite (AA)不计入 Index | 68.3%#103 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 32.0%#349 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 49.8%#256 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 26.3%#431 | Artificial Analysis | |
| MLCR不计入 Index | 2.2%#170 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 6.0#554 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 176.4#489 | Artificial 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 |
|---|---|---|---|---|---|---|
| Mistral | 87 tok/s | 0.37 s | $0.220 | $0.220 | 262k | – |
| Mistral | 74 tok/s | 0.50 s | $0.200 | $0.200 | 262k | – |
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 | $0.0001 | 6.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0025 | $0.0009 | 10.6 s |
| 代码编辑 | 6,000 / 1,500 | $0.0015 | $0.0007 | 22.7 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.013 | $0.0047 | 56.3 s |
| 结构化信息提取 | 2,000 / 200 | $0.0004 | $0.0002 | 5.2 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 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。
[](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}
}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。