BenchLeader

Mistral Medium 3.5

推理强度
质量第 208 / 339 名
46.6Index
低于中位数
较中位数 −3.6
价格第 187 / 255 名
$3.00每百万 token
比多数贵
中位数的 3.5 倍
速度第 38 / 216 名
146token/秒
前四分之一
中位数的 1.8 倍
性价比第 205 / 255 名
15.5分/$
后四分之一
中位数的 0.3 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index47
  2. 推理37
  3. 编程35
  4. 智能体与工具44
  5. 数学52
  6. 知识24
  7. 指令遵循68
  8. 人类偏好46
  9. 多模态51
  10. 长上下文59

嵌入这个排名

更多徽章样式
[![Mistral Medium 3.5 on BenchLeader: 综合第 203 名](https://www.benchleader.com/badge/mistral-medium-3-5.svg?style=compact)](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。

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 3.5本页2026年4月28日46.6#426
Mistral Medium 3.12025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––

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。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––146 tok/s24 s$0.0029
medium41.6#511146 tok/s24 s$0.0029编程 36 · 人类偏好 36 · 知识 39 · 数学 38 · 推理 42
high––146 tok/s24 s$0.0029智能体与工具 29 · 知识 45
未说明最佳46.6#426146 tok/s24 s$0.0029智能体与工具 44 · 编程 35 · 人类偏好 46 · 指令遵循 68 · 知识 24 · 长上下文 59 · 数学 52 · 多模态 51 · 推理 37

Index 走势

2026年9月8日 至 2026年11月16日
354759
  • 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 Index33.3#239Artificial Analysis

推理

基准测试mediumhigh默认来源趋势
Arena Hard Prompts1236#308–1445#122Arena (LMArena)
GPQA Diamond (AA)不计入 Index35.0%#502–74.8%#258Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.5%#615–13.8%#285Artificial Analysis
HLE-Diamond (AA)推理强度未说明––4.7%#152Artificial Analysis
GPQA Diamond (Vals)不计入 Index–34.9%#129–Vals AI
Kagi LLM Benchmark50.0%#85–41.4%#103Kagi LLM Benchmark
CritPt不计入 Index推理强度未说明––0.0%#337Artificial Analysis
CritPt v2 hard subset (AA)推理强度未说明––0.5%#131Artificial Analysis
Arena Expert不计入 Index1227#299–1434#139Arena (LMArena)
LMCA不计入 Index推理强度未说明––26.1%#155Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––75.5%#156Epoch AI Benchmarking Hub

编程

基准测试无推理mediumhigh默认来源趋势
SciCode推理强度未说明–––40.2%#179SciCode
WeirdML推理强度未说明–––43.7%#87WeirdML
FrontierCode推理强度未说明–––8.0%#46Cognition
Arena Coding–1263#310–1478#115Arena (LMArena)
Arena WebDev推理强度未说明–––1263#134Arena (LMArena)
SciCode (AA)不计入 Index推理强度未说明–––40.2%#189Artificial 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%#26Epoch AI Benchmarking Hub
ALE-Bench不计入 Index推理强度未说明–––764.0#93Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–––0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明–––50.6%#122Artificial Analysis
GameBench 2 by reasoning setting不计入 Index21.4#195–26.8#182–DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明–––1134#130Design Arena
FrontierCode 2.0 (AA)推理强度未说明–––1.8%#115Artificial Analysis
LiveCodeBench (AA)不计入 Index–9.9%#284––Artificial Analysis

智能体与工具

基准测试high默认来源趋势
Arena Agent推理强度未说明–-13.7#53Arena (LMArena)
Terminal-Bench Hard推理强度未说明–33.3%#93Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index推理强度未说明–94.2%#33Artificial Analysis
Terminal-Bench 2.1 (Vals)39.0%#69–Vals AI
GDPval-AA v2.1, normalised score不计入 Index推理强度未说明–13.0%#109Artificial Analysis
GDPval-AA v2.1不计入 Index推理强度未说明–769#214Artificial Analysis
τ³-Banking (AA)推理强度未说明–15.1%#122Artificial Analysis
Analyst Agent (AA)不计入 Index推理强度未说明–12.5%#45Artificial Analysis
Finance Agent v2不计入 Index32.1%#70–Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index0.4%#61–Vals AI
Legal Research Bench不计入 Index9.1%#84–Vals AI
Tax Agent Bench不计入 Index4.5%#80–Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index30.3%#43–Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–-16.8#52Arena (LMArena)
AutomationBench不计入 Index推理强度未说明–6.3%#194Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明–2.8%#218Artificial Analysis
EnterpriseOps-Gym不计入 Index推理强度未说明–33.7%#38Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明–523#213Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明–894#81Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明–0.0%#115Artificial Analysis

数学

基准测试medium默认来源趋势
ProofBench推理强度未说明–9.0%#71Vals AI
Arena Maths1221#2911426#113Arena (LMArena)

知识

基准测试mediumhigh默认来源趋势
AA-Omniscience v1.1推理强度未说明––-38.7#137Artificial Analysis
MMLU-Pro–75.3%#107–Vals AI
CorpFin–58.8%#81–Vals AI
TaxEval–68.0%#101–Vals AI
PRBench Finance39.4%#30––Scale AI SEAL
PRBench Legal39.5%#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%#112Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明––19.8%#116Artificial 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%#78Artificial Analysis
Arena Instruction Following不计入 Index1210#3091423#110Arena (LMArena)

人类偏好

基准测试medium默认来源趋势
Arena Text1223#3131426#118Arena (LMArena)
EQ-Bench 4推理强度未说明–983#32EQ-Bench
Arena Creative Writing不计入 Index1193#3091399#111Arena (LMArena)
Arena Multi-turn不计入 Index1197#3121433#113Arena (LMArena)
Arena Longer Queries不计入 Index1221#3131429#128Arena (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#81Arena (LMArena)
MMMU-Pro推理强度未说明–64.9%#194Artificial Analysis
MortgageTax不计入 Index28.9%#91–Vals AI
SAGE不计入 Index72.0%#28–Vals AI

长上下文

基准测试默认来源趋势
AA-LCR v1.169.3%#243Artificial Analysis
MLCR不计入 Index10.0%#124Artificial Analysis

综合

基准测试mediumhigh默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––141.6#108Epoch AI Benchmarking Hub
AA Intelligence Index v5.0.1不计入 Index推理强度未说明––4.7#124Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index5.5#587–14.2#308Artificial Analysis
AA Progress Index v1不计入 Index122.2#609–257.1#246Artificial 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
Mistral136 tok/s0.38 s$1.50$7.50262k–
Mistral110 tok/s0.29 s$1.65$8.25262k–

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$0.002425.6 s
总结一份 30 页的报告12,000 / 600$0.022$0.01027.7 s
代码编辑6,000 / 1,500$0.020$0.01433.9 s
智能体编程会话60,000 / 4,000$0.120$0.05951.1 s
结构化信息提取2,000 / 200$0.0045$0.002524.9 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 3.5 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。

[![Mistral Medium 3.5 on BenchLeader: 综合第 203 名](https://www.benchleader.com/badge/mistral-medium-3-5.svg)](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}
}

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 3.5 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。