Mistral Medium 3.5
性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,价格只有 50 分之一。
有 124 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50),另有 121 个。
截至 2026年11月16日,Mistral Medium 3.5(Mistral AI)在 BenchLeader Index 上得分 46.6(共 608 个已排名配置)。表现最好的是指令遵循(68),最弱的是知识(24)。API 价格为输入每百万 token $1.50、输出每百万 token $7.50(按 3:1 混合为 $3.00),为 2026年11月16日的标价。输出速度约为 150 token/秒(Artificial Analysis)。发布于 2026年4月28日。
要点(截至 2026年11月16日)
- Mistral Medium 3.5 的 API 价格为输入每百万 token $1.50、输出每百万 token $7.50(按 3:1 混合为 $3.00)(标价,2026年11月16日)。
- Mistral Medium 3.5 的输出速度约为 150 token/秒(Artificial Analysis,2026年11月16日)。
- Mistral Medium 3.5 于 2026年4月28日发布(Mistral AI)。
详细说明:Mistral Medium 3.5 是 Mistral AI 的开放权重推理模型,发布于 2026年4月28日。其最佳配置在 BenchLeader Index 上得分 46.6 ±6.5,在 608 个配置中排第 426 名,处于下半区。关键在于这个“±”:另有 285 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(68),知识最低(24)。按混合价格计,每百万 token $3.00,比大多数已排名模型贵。输出速度为 146 token/秒,首次回答需 23.6 秒,位于最快的四分之一。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $3.00/M
- 输入 $1.50 · 输出 $7.50
- 来源:Artificial Analysis
- 输出速度
- 146 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 24 s
- 首 token 0.60 s
- 上下文
- 262k
- 来源:LiteLLM price table
- 完整回答
- 90 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $1.04
- 每项任务 5 min,AA Index
- 单任务 token 数
- 40k
- 其中 45% 为推理
- 发布日期
- 2026年4月28日
- 综合 Index47
- 推理37
- 编程35
- 智能体与工具44
- 数学52
- 知识24
- 指令遵循68
- 人类偏好46
- 多模态51
- 长上下文59
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/mistral-medium-3-5)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 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 3.5本页 | 2026年4月28日 | 46.6 | #426 |
| Mistral Medium 3.1 | 2025年8月12日 | 48.3 | #385 |
| Mistral Medium 3 | 2025年5月7日 | 44.3 | #472 |
| Mistral Medium 2312 | 2023年12月11日 | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- medium
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 Index | 33.3#239 | Artificial Analysis |
推理
| 基准测试 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Hard Prompts | 1236#308 | – | 1445#122 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 35.0%#502 | – | 74.8%#258 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.5%#615 | – | 13.8%#285 | Artificial Analysis | |
| HLE-Diamond (AA)推理强度未说明 | – | – | 4.7%#152 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | 34.9%#129 | – | Vals AI | |
| Kagi LLM Benchmark | 50.0%#85 | – | 41.4%#103 | Kagi LLM Benchmark | |
| CritPt不计入 Index推理强度未说明 | – | – | 0.0%#337 | Artificial Analysis | |
| CritPt v2 hard subset (AA)推理强度未说明 | – | – | 0.5%#131 | Artificial Analysis | |
| Arena Expert不计入 Index | 1227#299 | – | 1434#139 | Arena (LMArena) | |
| LMCA不计入 Index推理强度未说明 | – | – | 26.1%#155 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 75.5%#156 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode推理强度未说明 | – | – | – | 40.2%#179 | SciCode | |
| WeirdML推理强度未说明 | – | – | – | 43.7%#87 | WeirdML | |
| FrontierCode推理强度未说明 | – | – | – | 8.0%#46 | Cognition | |
| Arena Coding | – | 1263#310 | – | 1478#115 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | – | 1263#134 | Arena (LMArena) | |
| SciCode (AA)不计入 Index推理强度未说明 | – | – | – | 40.2%#189 | Artificial Analysis | |
| SWE-bench (Vals)不计入 Index | – | – | 66.4%#70 | – | Vals AI | |
| Code Migration不计入 Index | – | – | 5.1%#71 | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | – | 2.9%#118 | – | Vals AI | |
| Surface Evolver Bench不计入 Index推理强度未说明 | – | – | – | 26.9%#26 | Epoch AI Benchmarking Hub | |
| ALE-Bench不计入 Index推理强度未说明 | – | – | – | 764.0#93 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明 | – | – | – | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明 | – | – | – | 50.6%#122 | Artificial Analysis | |
| GameBench 2 by reasoning setting不计入 Index | 21.4#195 | – | 26.8#182 | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | – | 1134#130 | Design Arena | |
| FrontierCode 2.0 (AA)推理强度未说明 | – | – | – | 1.8%#115 | Artificial Analysis | |
| LiveCodeBench (AA)不计入 Index | – | 9.9%#284 | – | – | Artificial Analysis |
智能体与工具
数学
| 基准测试 | medium | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| ProofBench推理强度未说明 | – | 9.0%#71 | Vals AI | |
| Arena Maths | 1221#291 | 1426#113 | Arena (LMArena) |
知识
| 基准测试 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-Omniscience v1.1推理强度未说明 | – | – | -38.7#137 | Artificial Analysis | |
| MMLU-Pro | – | 75.3%#107 | – | Vals AI | |
| CorpFin | – | 58.8%#81 | – | Vals AI | |
| TaxEval | – | 68.0%#101 | – | Vals AI | |
| PRBench Finance | 39.4%#30 | – | – | Scale AI SEAL | |
| PRBench Legal | 39.5%#38 | – | – | Scale AI SEAL | |
| CaseLaw v2不计入 Index | – | 44.2%#52 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 11.2%#74 | – | Vals AI | |
| MedCode不计入 Index | – | 33.8%#82 | – | Vals AI | |
| MedScribe不计入 Index | – | 67.7%#96 | – | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明 | – | – | 23.0%#112 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明 | – | – | 19.8%#116 | Artificial Analysis |
指令遵循
| 基准测试 | medium | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench推理强度未说明 | – | 68.8%#78 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1210#309 | 1423#110 | Arena (LMArena) |
人类偏好
| 基准测试 | medium | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1223#313 | 1426#118 | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 983#32 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1193#309 | 1399#111 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1197#312 | 1433#113 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1221#313 | 1429#128 | Arena (LMArena) |
多模态
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | 1222#81 | Arena (LMArena) | |
| MMMU-Pro推理强度未说明 | – | 64.9%#194 | Artificial Analysis | |
| MortgageTax不计入 Index | 28.9%#91 | – | Vals AI | |
| SAGE不计入 Index | 72.0%#28 | – | Vals AI |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 69.3%#243 | Artificial Analysis | |
| MLCR不计入 Index | 10.0%#124 | Artificial Analysis |
综合
| 基准测试 | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 141.6#108 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v5.0.1不计入 Index推理强度未说明 | – | – | 4.7#124 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 5.5#587 | – | 14.2#308 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 122.2#609 | – | 257.1#246 | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | – | 34.8%#33 | – | Vals AI |
GameBench 2, best reasoning setting (High): 26.8. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
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 | 136 tok/s | 0.38 s | $1.50 | $7.50 | 262k | – |
| Mistral | 110 tok/s | 0.29 s | $1.65 | $8.25 | 262k | – |
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 $0.150。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 | $0.0029 | $0.0024 | 25.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.022 | $0.010 | 27.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.020 | $0.014 | 33.9 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.120 | $0.059 | 51.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0045 | $0.0025 | 24.9 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 Medium 3.5 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-medium-3-5)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 3.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-medium-3-5
BibTeX:
@misc{benchleader_mistral_medium_3_5_20261116,
author = {{BenchLeader}},
title = {{Mistral Medium 3.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/mistral-medium-3-5}},
note = {Data as of 2026-11-16}
}常见问题
- Mistral Medium 3.5 的基准测试得分是多少?
- 截至 2026年11月16日,Mistral Medium 3.5 的 BenchLeader Index 为 46.6 ±6.5。最强的是指令遵循(68),最弱的是知识(24)。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 3.5 排名第几?
- 截至 2026年11月16日,Mistral Medium 3.5 在 608 个已排名配置中排第 426 名。另有 285 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 3.5 每百万 token 的价格是多少?
- 截至 2026年11月16日,Mistral Medium 3.5 的价格为输入每百万 token $1.50、输出每百万 token $7.50,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.00。
- Mistral Medium 3.5 是什么时候发布的?
- Mistral AI 于 2026年4月28日发布了 Mistral Medium 3.5。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Mistral Medium 3.5: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-3-5。