Mistral Small 3.1
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 58%。
有 7 个更便宜的已排名模型得分更高:Nemotron 3 Nano 30B A3B (47.4, $0.088)、Qwen3.5-4B (46.7, $0.060)、Gemma 4 E4B (43.2, $0.040),另有 4 个。
截至 2026年11月16日,Mistral Small 3.1(Mistral AI)在 BenchLeader Index 上得分 38.4(共 608 个已排名配置)。表现最好的是人类偏好(45),最弱的是编程(27)。API 价格为输入每百万 token $0.080、输出每百万 token $0.140(按 3:1 混合为 $0.095),为 2026年11月16日的标价。输出速度约为 42 token/秒(Artificial Analysis)。发布于 2025年3月17日。
要点(截至 2026年11月16日)
- Mistral Small 3.1 的 API 价格为输入每百万 token $0.080、输出每百万 token $0.140(按 3:1 混合为 $0.095)(标价,2026年11月16日)。
- Mistral Small 3.1 的输出速度约为 42 token/秒(Artificial Analysis,2026年11月16日)。
- Mistral Small 3.1 于 2025年3月17日发布(Mistral AI)。
详细说明:Mistral Small 3.1 是 Mistral AI 的开放权重模型,发布于 2025年3月17日。其最佳配置在 BenchLeader Index 上得分 38.4 ±3.4,在 608 个配置中排第 560 名,处于下半区。关键在于这个“±”:另有 140 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(45),编程最低(27)。按混合价格计,每百万 token $0.095,属于已排名模型中最便宜的五分之一。输出速度为 42 token/秒,首次回答需 3.0 秒,位于最慢的四分之一。最近一次测量:2026年11月11日。
- 混合价格
- $0.095/M
- 输入 $0.080 · 输出 $0.140
- 来源:Artificial Analysis
- 输出速度
- 42 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 2.97 s
- 首 token 0.50 s
- 上下文
- 128k
- 来源:Artificial Analysis
- 完整回答
- 36 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年3月17日
- 综合 Index38
- 推理39
- 编程27
- 智能体与工具37
- 数学37
- 知识31
- 指令遵循39
- 人类偏好45
- 多模态43
- 长上下文35
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/mistral-small-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。
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 Small 4thinking | 2026年3月16日 | 40.5 | #526 |
| Mistral Small 3.2 | 2025年6月20日 | 42.0 | #503 |
| Mistral Small 3.1本页 | 2025年3月17日 | 38.4 | #560 |
| Mistral Small 3 | 2025年1月25日 | 39.2 | #547 |
| Mistral Small v24.09 | 2024年9月17日 | – | – |
| Mistral Small 2402 | 2024年2月26日 | 30.1 | #605 |
Index 走势
2026年9月9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 | 47.5%#238 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1319#256 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 45.4%#458 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.3%#533 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 44.2%#125 | Vals AI | |
| GPQA Diamond (HELM)不计入 Index | 39.2%#49 | HELM Capabilities | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index | 1302#246 | Arena (LMArena) | |
| DTBench不计入 Index | 58.6%#200 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode | 27.8%#222 | SciCode | |
| Arena Coding | 1361#241 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 27.8%#234 | Artificial Analysis | |
| LiveCodeBench | 31.8%#135 | Vals AI | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 26.2%#168 | Artificial Analysis | |
| LiveCodeBench (AA)不计入 Index | 21.2%#239 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 7.6%#246 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 25.1%#299 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 384#254 | Artificial Analysis | |
| τ³-Banking (AA) | 7.4%#164 | Artificial Analysis | |
| AutomationBench不计入 Index | 1.2%#227 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 1.0%#240 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 314#231 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 5.8%#257 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 46.8%#56 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 3.5%#91 | Vals AI | |
| MGSM | 84.2%#68 | Vals AI | |
| Omni-MATH (HELM) | 24.8%#51 | HELM Capabilities | |
| MATH 500不计入 Index | 68.4%#53 | Vals AI | |
| Arena Maths | 1277#256 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 3.7%#240 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 66.0%#124 | Vals AI | |
| LegalBench | 69.2%#125 | Vals AI | |
| CorpFin | 44.2%#115 | Vals AI | |
| TaxEval | 58.3%#130 | Vals AI | |
| MedQA | 69.1%#80 | Vals AI | |
| MMLU-Pro (HELM)不计入 Index | 61.0%#45 | HELM Capabilities |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 29.9%#370 | Artificial Analysis | |
| IFEval (HELM) | 75.0%#57 | HELM Capabilities | |
| WildBench (HELM) | 78.8%#42 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1293#253 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1303#266 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 759#116 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1270#257 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1291#260 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1322#249 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1136#122 | Arena (LMArena) | |
| MMMU-Pro (Vals)不计入 Index | 60.1%#82 | Vals AI | |
| MortgageTax不计入 Index | 61.2%#60 | Vals AI |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 22.3%#446 | Artificial Analysis | |
| MLCR不计入 Index | 2.2%#170 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 7.1#502 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 157.7#543 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 55.8%#52 | HELM Capabilities |
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 |
|---|---|---|---|---|---|---|
| Cloudflare | 48 tok/s | 0.51 s | $0.351 | $0.555 | 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。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 | $0.0001 | – | 10.0 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0010 | – | 17.1 s |
| 代码编辑 | 6,000 / 1,500 | $0.0007 | – | 38.3 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0054 | – | 1.6 min |
| 结构化信息提取 | 2,000 / 200 | $0.0002 | – | 7.7 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 Small 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。
[](https://www.benchleader.com/models/mistral-small-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 Small 3.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-small-3-1
BibTeX:
@misc{benchleader_mistral_small_3_1_20261116,
author = {{BenchLeader}},
title = {{Mistral Small 3.1 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/mistral-small-3-1}},
note = {Data as of 2026-11-16}
}常见问题
- Mistral Small 3.1 的基准测试得分是多少?
- 截至 2026年11月16日,Mistral Small 3.1 的 BenchLeader Index 为 38.4 ±3.4。最强的是人类偏好(45),最弱的是编程(27)。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 Small 3.1 排名第几?
- 截至 2026年11月16日,Mistral Small 3.1 在 608 个已排名配置中排第 560 名。另有 140 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 Small 3.1 每百万 token 的价格是多少?
- 截至 2026年11月16日,Mistral Small 3.1 的价格为输入每百万 token $0.080、输出每百万 token $0.140,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.095。标价最近一次变动是在 2026年10月13日。
- Mistral Small 3.1 是什么时候发布的?
- Mistral AI 于 2025年3月17日发布了 Mistral Small 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 Small 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-small-3-1。