M
Mistral Medium 3.5 (batch)API
Mistral Medium 3.5 ist ein dichtes 128B-Modell zur Befolgung von Anweisungen von Mistral AI.
Preise werden automatisch aktualisiert — täglich geprüft anhand der Listenpreise der Anbieter.
- $1.5 pro 1M Tokens, basierend auf 3 Eingaben für 1 Ausgabe die von Artificial Analysis verwendete Konvention
- günstiger als 59% der 221 kommerziellen Modelle, die hier verfolgt werden
- 21 von 25 Mistral AI Modellen, die hier verfolgt werden, vom günstigsten
Benchmarks & Leistung
Unabhängige Benchmark-Ergebnisse für Mistral Medium 3.5 (batch), gemessen von Artificial Analysis. Höher ist besser.
Modelle auf diesem Niveau kosten $0.76 pro 1M Tokens (Median von 32) — dieses kostet $1.5.
Günstiger und besser in diesem Index: MiMo-V2.6-Pro · GLM 5.3 (batch) · GLM 5.3 Flash und 73 mehr
Über dieses Modell
Mistral Medium 3.5 (batch) ist ein kommerzielles KI-Modell von Mistral AI. Die folgenden Spezifikationen werden automatisch verfolgt: Die Preise werden täglich aus öffentlichen Listenpreisen aktualisiert, sodass die Zahlen auf dieser Seite die aktuellen Kosten für die Nutzung des Modells über seine API widerspiegeln.
Häufig gestellte Fragen
Was ist Mistral Medium 3.5 (batch)?
Mistral Medium 3.5 (batch) ist ein KI-Sprachmodell von Mistral AI. Es ist ein proprietäres Modell, das über eine API verfügbar ist. Es erzielt 14.2 im Artificial Analysis Intelligenzindex.
Ist Mistral Medium 3.5 (batch) kostenlos?
Mistral Medium 3.5 (batch) ist nicht kostenlos: es kostet $0.75 pro Million Input-Tokens und $3.75 pro Million Output-Tokens. Open-Weight-Alternativen können self-hosted betrieben werden, ohne Kosten pro Token.
Worin ist Mistral Medium 3.5 (batch) gut?
Unabhängige Benchmarks von Artificial Analysis geben ihm GPQA 74.8%, Humanity's Last Exam 13.8%, Long Context Reasoning 69.3%, SciCode 40.2%, IFBench 68.8%, τ²-Bench 94.2%, τ-Bench Banking 15.1%, Terminal-Bench 50.6%, Terminal-Bench Hard 33.3%. Es wird besonders verwendet für Code-Generierung.
Wie schnell ist Mistral Medium 3.5 (batch)?
Es generiert etwa 171.1 Tokens pro Sekunde, mit einer Median 0.62s Verzögerung vor dem ersten Token. Unabhängig von Artificial Analysis gemessen.