Mistral Large 2.1
截至 2026年11月16日,Mistral Large 2.1(Mistral AI)在 BenchLeader Index 上得分 42.5(共 608 个已排名配置)。表现最好的是指令遵循(49),最弱的是编程(31)。API 价格为每百万 token $3.00(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。发布于 2024年11月18日。
要点(截至 2026年11月16日)
- Mistral Large 2.1 的 API 价格为每百万 token $3.00(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
- Mistral Large 2.1 于 2024年11月18日发布(Mistral AI)。
详细说明:Mistral Large 2.1 是 Mistral AI 的开放权重模型,发布于 2024年11月18日。其最佳配置在 BenchLeader Index 上得分 42.5 ±4.3,在 608 个配置中排第 491 名,处于下半区。关键在于这个“±”:另有 200 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(49),编程最低(31)。最近一次测量:2026年11月11日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 128k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2024年11月18日
- 综合 Index43
- 推理41
- 编程31
- 智能体与工具46
- 数学40
- 知识37
- 指令遵循49
- 人类偏好46
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/mistral-large-2-1)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 6 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 Large 4 | 2026年10月6日 | 52.9 | #270 |
| Mistral Large 4.0.8 | 2026年10月6日 | – | – |
| Mistral Large 3 | 2025年12月2日 | 45.1 | #459 |
| Mistral Large 2.1本页 | 2024年11月18日 | 42.5 | #491 |
| Mistral Large 2 | 2024年7月24日 | 40.8 | #520 |
| Mistral Large 24.02 | 2024年2月26日 | 40.5 | #527 |
Index 走势
2026年9月8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。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 51.3%#225 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1313#259 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 48.6%#443 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.3%#622 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 47.7%#121 | Vals AI | |
| GPQA Diamond (HELM)不计入 Index | 43.5%#43 | HELM Capabilities | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1271#271 | Arena (LMArena) | |
| DTBench不计入 Index | 60.8%#193 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index | 61.3%#67 | ForecastBench |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1346#259 | Arena (LMArena) | |
| LiveCodeBench | 37.1%#130 | Vals AI | |
| Design Arena Website不计入 Index | 850#185 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 29.3%#204 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 6.1%#271 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 30.7%#260 | Artificial Analysis | |
| BFCL Overall | 38.4%#36 | Berkeley Function Calling Leaderboard | |
| BrowseComp不计入 Index | 0.6%#29 | OpenAI |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 7.8%#247 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 50.3%#54 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 9.2%#89 | Vals AI | |
| MGSM | 87.2%#59 | Vals AI | |
| Omni-MATH (HELM) | 28.1%#47 | HELM Capabilities | |
| MATH 500不计入 Index | 74.4%#45 | Vals AI | |
| Arena Maths | 1282#250 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 14.0%#211 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 69.7%#117 | Vals AI | |
| TaxEval | 63.8%#115 | Vals AI | |
| MedQA | 76.2%#76 | Vals AI | |
| MMLU-Pro (HELM)不计入 Index | 59.9%#49 | HELM Capabilities |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 31.2%#362 | Artificial Analysis | |
| IFEval (HELM) | 87.6%#13 | HELM Capabilities | |
| WildBench (HELM) | 80.1%#33 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1295#251 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1306#261 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 982#105 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1276#251 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1294#256 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1305#263 | Arena (LMArena) |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 7.6#476 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 159#539 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 59.8%#45 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index | 47.5%#58 | Scale AI SEAL |
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 Mistral Large 2.1 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/mistral-large-2-1)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 Large 2.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-large-2-1
BibTeX:
@misc{benchleader_mistral_large_2_1_20261116,
author = {{BenchLeader}},
title = {{Mistral Large 2.1 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/mistral-large-2-1}},
note = {Data as of 2026-11-16}
}常见问题
- Mistral Large 2.1 的基准测试得分是多少?
- 截至 2026年11月16日,Mistral Large 2.1 的 BenchLeader Index 为 42.5 ±4.3。最强的是指令遵循(49),最弱的是编程(31)。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 Large 2.1 排名第几?
- 截至 2026年11月16日,Mistral Large 2.1 在 608 个已排名配置中排第 491 名。另有 200 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 Large 2.1 是什么时候发布的?
- Mistral AI 于 2024年11月18日发布了 Mistral Large 2.1。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Mistral Large 2.1: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-large-2-1。