Mistral Large 24.02
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
- 综合 Index41
- 推理33
- 编程40
- 数学35
- 人类偏好38
嵌入这个排名
更多徽章样式[](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。
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 | 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 | 38.8%#264 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1263#296 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 35.0%#501 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.5%#617 | Artificial Analysis | |
| Arena Expert不计入 Index | 1230#297 | Arena (LMArena) | |
| DTBench不计入 Index | 55.9%#204 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1296#291 | Arena (LMArena) | |
| LiveCodeBench (AA)不计入 Index | 17.8%#249 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Design Arena Agentic不计入 Index | 915#79 | Design Arena |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 1.9%#273 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 24.5%#74 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1245#278 | Arena (LMArena) |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU不计入 Index | 68.8%#59 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1238#299 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1243#301 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1211#296 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1227#298 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1248#302 | Arena (LMArena) |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 119.8#166 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 5.8#571 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 132.3#588 | Artificial Analysis |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 59.1%#40 | Scale 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 |
|---|---|---|---|---|---|---|
| Mistral | 87 tok/s | 1.45 s | $2.00 | $6.00 | 128k | – |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 | $0.0041 | 6.3 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.055 | $0.021 | 10.9 s |
| 代码编辑 | 6,000 / 1,500 | $0.042 | $0.025 | 24.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.288 | $0.117 | 1.0 min |
| 结构化信息提取 | 2,000 / 200 | $0.010 | $0.0047 | 4.8 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 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。
[](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}
}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。