BenchLeader

Mistral Large 24.02

质量第 267 / 339 名
40.5Index
后四分之一
较中位数 −9.7
价格第 224 / 255 名
$6.00每百万 token
最贵的四分之一
中位数的 7.1 倍
速度第 141 / 216 名
66token/秒
低于中位数
中位数的 0.8 倍
性价比第 234 / 255 名
6.8分/$
后四分之一
中位数的 0.1 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 150 分之一。

有 184 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00),另有 181 个。

截至 2026年11月16日,Mistral Large 24.02(Mistral AI)在 BenchLeader Index 上得分 40.5(共 608 个已排名配置)。表现最好的是编程(40),最弱的是推理(33)。API 价格为输入每百万 token $4.00、输出每百万 token $12.00(按 3:1 混合为 $6.00),为 2026年11月16日的标价。输出速度约为 66 token/秒(OpenRouter)。发布于 2024年2月26日。

要点(截至 2026年11月16日)

  • Mistral Large 24.02 的 API 价格为输入每百万 token $4.00、输出每百万 token $12.00(按 3:1 混合为 $6.00)(标价,2026年11月16日)。
  • Mistral Large 24.02 的输出速度约为 66 token/秒(OpenRouter,2026年11月16日)。
  • Mistral Large 24.02 于 2024年2月26日发布(Mistral AI)。

详细说明:Mistral Large 24.02 是 Mistral AI 的闭源模型,发布于 2024年2月26日。其最佳配置在 BenchLeader Index 上得分 40.5 ±4.3,在 608 个配置中排第 527 名,处于下半区。关键在于这个“±”:另有 173 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(40),推理最低(33)。按混合价格计,每百万 token $6.00,属于已排名模型中最贵的一档。输出速度为 66 token/秒,首 token 延迟 1.8 秒,比大多数模型慢。最近一次测量:2026年11月11日。

混合价格
$6.00/M
输入 $4.00 · 输出 $12.00
来源:Artificial Analysis
输出速度
66 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
1.79 s
上下文
128k
来源:OpenRouter
单任务成本
–
单任务 token 数
–
发布日期
2024年2月26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 Index41
  2. 推理33
  3. 编程40
  4. 数学35
  5. 人类偏好38

嵌入这个排名

更多徽章样式
[![Mistral Large 24.02 on BenchLeader: 综合第 261 名](https://www.benchleader.com/badge/mistral-large-2402.svg?style=compact)](https://www.benchleader.com/models/mistral-large-2402)

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 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 42026年10月6日52.9#270
Mistral Large 4.0.82026年10月6日––
Mistral Large 32025年12月2日45.1#459
Mistral Large 2.12024年11月18日42.5#491
Mistral Large 22024年7月24日40.8#520
Mistral Large 24.02本页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
364146

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 Diamond38.8%#264Epoch AI Benchmarking Hub
Arena Hard Prompts1263#296Arena (LMArena)
GPQA Diamond (AA)不计入 Index35.0%#501Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.5%#617Artificial Analysis
Arena Expert不计入 Index1230#297Arena (LMArena)
DTBench不计入 Index55.9%#204Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
Arena Coding1296#291Arena (LMArena)
LiveCodeBench (AA)不计入 Index17.8%#249Artificial Analysis

智能体与工具

基准测试默认来源趋势
Design Arena Agentic不计入 Index915#79Design Arena

知识

基准测试默认来源趋势
MMLU不计入 Index68.8%#59Epoch AI Benchmarking Hub

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1238#299Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1243#301Arena (LMArena)
Arena Creative Writing不计入 Index1211#296Arena (LMArena)
Arena Multi-turn不计入 Index1227#298Arena (LMArena)
Arena Longer Queries不计入 Index1248#302Arena (LMArena)

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index119.8#166Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index5.8#571Artificial Analysis
AA Progress Index v1不计入 Index132.3#588Artificial Analysis

安全与诚实

基准测试默认来源趋势
DistressBench不计入 Index59.1%#40Scale AI SEAL

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/s1.45 s$2.00$6.00128k–

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$3.30$6.60$9.90$13.2026年9月26年10月26年11月
输入 输出
当前:输入 $4.00 · 输出 $12.00

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 $0.200。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$0.0052$0.00416.3 s
总结一份 30 页的报告12,000 / 600$0.055$0.02110.9 s
代码编辑6,000 / 1,500$0.042$0.02524.5 s
智能体编程会话60,000 / 4,000$0.288$0.1171.0 min
结构化信息提取2,000 / 200$0.010$0.00474.8 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 Large 24.02 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 Large 24.02 on BenchLeader: 综合第 261 名](https://www.benchleader.com/badge/mistral-large-2402.svg)](https://www.benchleader.com/models/mistral-large-2402)

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 24.02 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-large-2402

BibTeX:

@misc{benchleader_mistral_large_2402_20261116,
  author       = {{BenchLeader}},
  title        = {{Mistral Large 24.02 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mistral-large-2402}},
  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 Large 24.02 的基准测试得分是多少?
截至 2026年11月16日,Mistral Large 24.02 的 BenchLeader Index 为 40.5 ±4.3。最强的是编程(40),最弱的是推理(33)。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 24.02 排名第几?
截至 2026年11月16日,Mistral Large 24.02 在 608 个已排名配置中排第 527 名。另有 173 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 24.02 每百万 token 的价格是多少?
截至 2026年11月16日,Mistral Large 24.02 的价格为输入每百万 token $4.00、输出每百万 token $12.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $6.00。标价最近一次变动是在 2026年9月9日。
Mistral Large 24.02 是什么时候发布的?
Mistral AI 于 2024年2月26日发布了 Mistral Large 24.02。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Mistral Large 24.02: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-2402。