BenchLeader

Mistral Medium 3.1

质量第 184 / 339 名
48.3Index
低于中位数
较中位数 −1.9
价格第 121 / 255 名
$0.800每百万 token
比多数便宜
中位数的 0.9 倍
速度第 107 / 216 名
82token/秒
高于中位数
中位数的 1.0 倍
性价比第 122 / 255 名
60.4分/$
高于中位数
中位数的 1.1 倍

性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,价格只有 13 分之一。

有 55 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 52 个。

截至 2026年11月16日,Mistral Medium 3.1(Mistral AI)在 BenchLeader Index 上得分 48.3(共 608 个已排名配置)。表现最好的是人类偏好(58),最弱的是智能体与工具(38)。API 价格为输入每百万 token $0.400、输出每百万 token $2.00(按 3:1 混合为 $0.800),为 2026年11月16日的标价。输出速度约为 82 token/秒(OpenRouter)。发布于 2025年8月12日。

要点(截至 2026年11月16日)

  • Mistral Medium 3.1 的 API 价格为输入每百万 token $0.400、输出每百万 token $2.00(按 3:1 混合为 $0.800)(标价,2026年11月16日)。
  • Mistral Medium 3.1 的输出速度约为 82 token/秒(OpenRouter,2026年11月16日)。
  • Mistral Medium 3.1 于 2025年8月12日发布(Mistral AI)。

详细说明:Mistral Medium 3.1 是 Mistral AI 的闭源模型,发布于 2025年8月12日。其最佳配置在 BenchLeader Index 上得分 48.3 ±5.5,在 608 个配置中排第 385 名,处于下半区。关键在于这个“±”:另有 278 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,人类偏好得分最高(58),智能体与工具最低(38)。按混合价格计,每百万 token $0.800,价格居中。输出速度为 82 token/秒,首 token 延迟 0.6 秒,比大多数模型慢。最近一次测量:2026年11月11日。

混合价格
$0.800/M
输入 $0.400 · 输出 $2.00
来源:models.dev
输出速度
82 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.59 s
上下文
262k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年8月12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 Index48
  2. 推理58
  3. 编程42
  4. 智能体与工具38
  5. 数学57
  6. 指令遵循43
  7. 人类偏好58
  8. 多模态42
  9. 长上下文45

嵌入这个排名

更多徽章样式
[![Mistral Medium 3.1 on BenchLeader: 综合第 181 名](https://www.benchleader.com/badge/mistral-medium-3-1.svg?style=compact)](https://www.benchleader.com/models/mistral-medium-3-1)

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。

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 4 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 Medium 3.52026年4月28日46.6#426
Mistral Medium 3.1本页2025年8月12日48.3#385
Mistral Medium 32025年5月7日44.3#472
Mistral Medium 23122023年12月11日––

Index 走势

2026年9月10日 至 2026年11月16日
424854

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 Index11.1#292Artificial Analysis

推理

基准测试默认来源趋势
Arena Hard Prompts1427#148Arena (LMArena)
GPQA Diamond (AA)不计入 Index58.8%#391Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.7%#503Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis
Arena Expert不计入 Index1411#162Arena (LMArena)
LMCA不计入 Index19.1%#168Epoch AI Benchmarking Hub
DTBench不计入 Index67.5%#172Epoch AI Benchmarking Hub

编程

基准测试默认来源趋势
SciCode32.4%#215SciCode
WeirdML33.1%#133WeirdML
Arena Coding1454#149Arena (LMArena)
SciCode (AA)不计入 Index32.4%#224Artificial Analysis
ALE-Bench不计入 Index210.2#139Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index13.9%#187Artificial Analysis
Design Arena Website不计入 Index1125#134Design Arena
LiveCodeBench (AA)不计入 Index40.6%#162Artificial Analysis

智能体与工具

数学

基准测试默认来源趋势
Arena Maths1395#160Arena (LMArena)
AIME 2025 (AA)不计入 Index38.3%#156Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench39.8%#267Artificial Analysis
Arena Instruction Following不计入 Index1395#153Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1408#151Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1476#65EQ-Bench
Arena Creative Writing不计入 Index1378#144Arena (LMArena)
Arena Multi-turn不计入 Index1407#152Arena (LMArena)
Arena Longer Queries不计入 Index1408#155Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1172#107Arena (LMArena)
MMMU-Pro54.2%#244Artificial Analysis

长上下文

基准测试默认来源趋势
AA-LCR v1.142.7%#370Artificial Analysis
MLCR不计入 Index2.8%#169Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index9.2#417Artificial Analysis
AA Progress Index v1不计入 Index192.8#447Artificial 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
Mistral96 tok/s0.52 s$0.400$2.00131k–

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 $0.040。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$0.0008$0.00074.2 s
总结一份 30 页的报告12,000 / 600$0.0060$0.00287.9 s
代码编辑6,000 / 1,500$0.0054$0.003818.9 s
智能体编程会话60,000 / 4,000$0.032$0.01649.4 s
结构化信息提取2,000 / 200$0.0012$0.00073.0 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 Medium 3.1 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。

[![Mistral Medium 3.1 on BenchLeader: 综合第 181 名](https://www.benchleader.com/badge/mistral-medium-3-1.svg)](https://www.benchleader.com/models/mistral-medium-3-1)

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 Medium 3.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-medium-3-1

BibTeX:

@misc{benchleader_mistral_medium_3_1_20261116,
  author       = {{BenchLeader}},
  title        = {{Mistral Medium 3.1 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mistral-medium-3-1}},
  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 Medium 3.1 的基准测试得分是多少?
截至 2026年11月16日,Mistral Medium 3.1 的 BenchLeader Index 为 48.3 ±5.5。最强的是人类偏好(58),最弱的是智能体与工具(38)。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 Medium 3.1 排名第几?
截至 2026年11月16日,Mistral Medium 3.1 在 608 个已排名配置中排第 385 名。另有 278 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 Medium 3.1 每百万 token 的价格是多少?
截至 2026年11月16日,Mistral Medium 3.1 的价格为输入每百万 token $0.400、输出每百万 token $2.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.800。
Mistral Medium 3.1 是什么时候发布的?
Mistral AI 于 2025年8月12日发布了 Mistral Medium 3.1。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Mistral Medium 3.1: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-medium-3-1。