BenchLeader

Mistral 7B v0.3

质量第 337 / 339 名
28.9Index
后四分之一
较中位数 −21.3
价格第 34 / 255 名
$0.162每百万 token
最便宜的四分之一
中位数的 0.2 倍
速度第 77 / 216 名
101token/秒
高于中位数
中位数的 1.2 倍
性价比第 57 / 255 名
178.4分/$
前四分之一
中位数的 3.2 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有四分之一。

有 33 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 30 个。

截至 2026年11月16日,Mistral 7B v0.3(Mistral AI)在 BenchLeader Index 上得分 28.9(共 608 个已排名配置)。表现最好的是编程(27),最弱的是知识(12)。API 价格为输入每百万 token $0.150、输出每百万 token $0.200(按 3:1 混合为 $0.162),为 2026年11月16日的标价。输出速度约为 100 token/秒(Artificial Analysis)。发布于 2024年5月27日。

要点(截至 2026年11月16日)

  • Mistral 7B v0.3 的 API 价格为输入每百万 token $0.150、输出每百万 token $0.200(按 3:1 混合为 $0.162)(标价,2026年11月16日)。
  • Mistral 7B v0.3 的输出速度约为 100 token/秒(Artificial Analysis,2026年11月16日)。
  • Mistral 7B v0.3 于 2024年5月27日发布(Mistral AI)。

详细说明:Mistral 7B v0.3 是 Mistral AI 的开放权重模型,发布于 2024年5月27日。其最佳配置在 BenchLeader Index 上得分 28.9 ±3.3,在 608 个配置中排第 606 名,处于下半区。关键在于这个“±”:另有 19 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,编程得分最高(27),知识最低(12)。按混合价格计,每百万 token $0.162,属于已排名模型中最便宜的五分之一。输出速度为 101 token/秒,首次回答需 0.4 秒,比大多数模型快。最近一次测量:2026年11月11日。

混合价格
$0.162/M
输入 $0.150 · 输出 $0.200
来源:Artificial Analysis
输出速度
101 tok/s
由 Artificial Analysis 测量
首次回答
0.44 s
首 token 0.44 s
上下文
66k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2024年5月27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 Index29
  2. 推理19
  3. 编程27
  4. 数学26
  5. 知识12
  6. 指令遵循25
  7. 人类偏好27
  8. 长上下文23

嵌入这个排名

更多徽章样式
[![Mistral 7B v0.3 on BenchLeader: 综合第 329 名](https://www.benchleader.com/badge/mistral-7b.svg?style=compact)](https://www.benchleader.com/models/mistral-7b)

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 3 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
Mistral 7B v0.3本页2024年5月27日28.9#606
Mistral 7B2023年9月27日––
Mistral v0 3 7B–––

Index 走势

2026年9月9日 至 2026年11月16日
263034

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。

推理

基准测试默认来源趋势
GPQA Diamond15.2%#302Epoch AI Benchmarking Hub
Arena Hard Prompts1157#347Arena (LMArena)
GPQA Diamond (AA)不计入 Index17.7%#565Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.5%#515Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1141#329Arena (LMArena)
HellaSwag不计入 Index81.0%#25Epoch AI Benchmarking Hub
BIG-Bench Hard不计入 Index56.1%#19Epoch AI Benchmarking Hub
WinoGrande不计入 Index75.3%#33Epoch AI Benchmarking Hub
ARC (AI2 Challenge)不计入 Index78.6%#18Epoch AI Benchmarking Hub
PIQA不计入 Index83.0%#14Epoch AI Benchmarking Hub
ANLI不计入 Index47.1%#8Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
Arena Coding1186#343Arena (LMArena)
LiveCodeBench (AA)不计入 Index4.5%#300Artificial Analysis

智能体与工具

基准测试默认来源趋势
τ²-Bench Telecom (AA)不计入 Index0.0%#398Artificial Analysis

知识

基准测试默认来源趋势
LegalBench53.8%#142Vals AI
MMLU不计入 Index62.5%#76Epoch AI Benchmarking Hub
TriviaQA不计入 Index75.2%#21Epoch AI Benchmarking Hub
OpenBookQA不计入 Index79.8%#7Epoch AI Benchmarking Hub

指令遵循

基准测试默认来源趋势
IFBench19.9%#420Artificial Analysis
Arena Instruction Following不计入 Index1123#350Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1150#349Arena (LMArena)
Arena Creative Writing不计入 Index1104#351Arena (LMArena)
Arena Multi-turn不计入 Index1114#344Arena (LMArena)
Arena Longer Queries不计入 Index1136#347Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.10.0%#517Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index102.8#190Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index5.0#617Artificial Analysis
AA Progress Index v1不计入 Index93.4#636Artificial Analysis

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.069$0.138$0.206$0.27526年9月26年10月26年11月
输入 输出
当前:输入 $0.150 · 输出 $0.200

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$0.0001–3.4 s
总结一份 30 页的报告12,000 / 600$0.0019–6.4 s
代码编辑6,000 / 1,500$0.0012–15.4 s
智能体编程会话60,000 / 4,000$0.0098–40.2 s
结构化信息提取2,000 / 200$0.0003–2.4 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 Mistral 7B v0.3 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。

[![Mistral 7B v0.3 on BenchLeader: 综合第 329 名](https://www.benchleader.com/badge/mistral-7b.svg)](https://www.benchleader.com/models/mistral-7b)

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). Mistral 7B v0.3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-7b

BibTeX:

@misc{benchleader_mistral_7b_20261116,
  author       = {{BenchLeader}},
  title        = {{Mistral 7B v0.3 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mistral-7b}},
  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

Mistral 7B v0.3 的基准测试得分是多少?
截至 2026年11月16日,Mistral 7B v0.3 的 BenchLeader Index 为 28.9 ±3.3。最强的是编程(27),最弱的是知识(12)。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。
Mistral 7B v0.3 排名第几?
截至 2026年11月16日,Mistral 7B v0.3 在 608 个已排名配置中排第 606 名。另有 19 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。
Mistral 7B v0.3 每百万 token 的价格是多少?
截至 2026年11月16日,Mistral 7B v0.3 的价格为输入每百万 token $0.150、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 $0.162。标价最近一次变动是在 2026年9月24日。
Mistral 7B v0.3 是什么时候发布的?
Mistral AI 于 2024年5月27日发布了 Mistral 7B v0.3。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Mistral 7B v0.3: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/mistral-7b。