BenchLeader

Mistral Small 3.2

质量第 250 / 339 名
42.0Index
低于中位数
较中位数 −8.2
价格第 19 / 255 名
$0.110每百万 token
最便宜的 10%
中位数的 0.1 倍
速度第 158 / 216 名
56token/秒
低于中位数
中位数的 0.7 倍
性价比第 19 / 255 名
381.8分/$
前 10%
中位数的 6.9 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 64%。

有 3 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)。

截至 2026年11月16日,Mistral Small 3.2(Mistral AI)在 BenchLeader Index 上得分 42.0(共 608 个已排名配置)。表现最好的是人类偏好(52),最弱的是长上下文(34)。API 价格为输入每百万 token $0.080、输出每百万 token $0.200(按 3:1 混合为 $0.110),为 2026年11月16日的标价。输出速度约为 56 token/秒(Artificial Analysis)。发布于 2025年6月20日。

要点(截至 2026年11月16日)

  • Mistral Small 3.2 的 API 价格为输入每百万 token $0.080、输出每百万 token $0.200(按 3:1 混合为 $0.110)(标价,2026年11月16日)。
  • Mistral Small 3.2 的输出速度约为 56 token/秒(Artificial Analysis,2026年11月16日)。
  • Mistral Small 3.2 于 2025年6月20日发布(Mistral AI)。

详细说明:Mistral Small 3.2 是 Mistral AI 的开放权重模型,发布于 2025年6月20日。其最佳配置在 BenchLeader Index 上得分 42.0 ±4.7,在 608 个配置中排第 503 名,处于下半区。关键在于这个“±”:另有 190 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(52),长上下文最低(34)。按混合价格计,每百万 token $0.110,属于已排名模型中最便宜的五分之一。输出速度为 56 token/秒,首次回答需 2.9 秒,比大多数模型慢。最近一次测量:2026年11月11日。

混合价格
$0.110/M
输入 $0.080 · 输出 $0.200
来源:Artificial Analysis
输出速度
56 tok/s
由 Artificial Analysis 测量
首次回答
2.89 s
首 token 0.48 s
上下文
128k
来源:models.dev
完整回答
28 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6月20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 Index42
  2. 推理41
  3. 编程37
  4. 智能体与工具41
  5. 数学46
  6. 指令遵循37
  7. 人类偏好52
  8. 多模态37
  9. 长上下文34

嵌入这个排名

更多徽章样式
[![Mistral Small 3.2 on BenchLeader: 综合第 243 名](https://www.benchleader.com/badge/mistral-small-3-2.svg?style=compact)](https://www.benchleader.com/models/mistral-small-3-2)

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 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 4thinking2026年3月16日40.5#526
Mistral Small 3.2本页2025年6月20日42.0#503
Mistral Small 3.12025年3月17日38.4#560
Mistral Small 32025年1月25日39.2#547
Mistral Small v24.092024年9月17日––
Mistral Small 24022024年2月26日30.1#605

Index 走势

2026年9月9日 至 2026年11月16日
364248

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 Index38.9#155Artificial Analysis

编程

基准测试默认来源趋势
SciCode26.4%#224SciCode
Arena Coding1412#194Arena (LMArena)
SciCode (AA)不计入 Index28.6%#232Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index5.6%#207Artificial Analysis
Design Arena Website不计入 Index887#183Design Arena
LiveCodeBench (AA)不计入 Index27.5%#216Artificial Analysis

数学

基准测试默认来源趋势
OTIS Mock AIME30.3%#220Epoch AI Benchmarking Hub
Arena Maths1338#211Arena (LMArena)
AIME 2025 (AA)不计入 Index27.0%#183Artificial Analysis

知识

基准测试默认来源趋势
Global-MMLU-Lite (AA)不计入 Index72.1%#96Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench33.5%#332Artificial Analysis
Arena Instruction Following不计入 Index1337#210Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1357#202Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1256#91EQ-Bench
Arena Creative Writing不计入 Index1324#199Arena (LMArena)
Arena Multi-turn不计入 Index1365#192Arena (LMArena)
Arena Longer Queries不计入 Index1358#206Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1142#119Arena (LMArena)
MMMU-Pro48.0%#263Artificial Analysis

长上下文

基准测试默认来源趋势
AA-LCR v1.120.3%#456Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index7.0#508Artificial Analysis
AA Progress Index v1不计入 Index169.7#504Artificial 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
Mistral84 tok/s0.56 s$0.100$0.30033k–
DeepInfra45 tok/s0.39 s$0.075$0.200128kfp8
DeepInfra42 tok/s0.37 s$0.113$0.300128kfp8
Venice37 tok/s0.61 s$0.094$0.250256kfp8
Parasail27 tok/s0.69 s$0.090$0.300131kbf16

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.083$0.165$0.247$0.33026年9月26年10月26年11月
输入 输出
当前:输入 $0.080 · 输出 $0.200

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 $0.010。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$0.00018.2 s
总结一份 30 页的报告12,000 / 600$0.0011$0.000513.5 s
代码编辑6,000 / 1,500$0.0008$0.000529.4 s
智能体编程会话60,000 / 4,000$0.0056$0.00251.2 min
结构化信息提取2,000 / 200$0.0002$0.00016.4 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 Small 3.2 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 Small 3.2 on BenchLeader: 综合第 243 名](https://www.benchleader.com/badge/mistral-small-3-2.svg)](https://www.benchleader.com/models/mistral-small-3-2)

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 3.2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-small-3-2

BibTeX:

@misc{benchleader_mistral_small_3_2_20261116,
  author       = {{BenchLeader}},
  title        = {{Mistral Small 3.2 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mistral-small-3-2}},
  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 Small 3.2 的基准测试得分是多少?
截至 2026年11月16日,Mistral Small 3.2 的 BenchLeader Index 为 42.0 ±4.7。最强的是人类偏好(52),最弱的是长上下文(34)。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 3.2 排名第几?
截至 2026年11月16日,Mistral Small 3.2 在 608 个已排名配置中排第 503 名。另有 190 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 3.2 每百万 token 的价格是多少?
截至 2026年11月16日,Mistral Small 3.2 的价格为输入每百万 token $0.080、输出每百万 token $0.200,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.110。标价最近一次变动是在 2026年9月24日。
Mistral Small 3.2 是什么时候发布的?
Mistral AI 于 2025年6月20日发布了 Mistral Small 3.2。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Mistral Small 3.2: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-3-2。