M
Mistral Medium 3.1 (batch)API
Mistral Medium 3.1 est une version mise à jour de Mistral Medium 3, qui est un modèle de langage de qualité entreprise à haute performance, conçu pour offrir des capacités de niveau frontière à un coût opérationnel considérablement réduit.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $0.4 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 85% des 221 modèles commerciaux suivis ici
- 15 sur 25 modèles Mistral AI suivis ici, du moins cher
Benchmarks & performance
Scores de benchmark indépendants pour Mistral Medium 3.1 (batch), mesurés par Artificial Analysis. Plus élevé est mieux.
Les modèles à ce niveau coûtent $0.37 par 1M de tokens (médiane de 50) — celui-ci coûte $0.4.
Moins cher et meilleur sur cet indice : GLM 5.3 Flash · GLM 5.3 Flash (batch) · DeepSeek V4.1 Flash (batch) et 44 de plus
À propos de ce modèle
Mistral Medium 3.1 (batch) est un modèle d'IA commercial de Mistral AI. Les spécifications ci-dessous sont suivies automatiquement : les prix sont actualisés quotidiennement à partir des prix publics, donc les chiffres sur cette page reflètent le coût actuel d'utilisation du modèle via son API.
Questions fréquemment posées
Qu'est-ce que Mistral Medium 3.1 (batch) ?
Mistral Medium 3.1 (batch) est un modèle de langage IA de Mistral AI. C'est un modèle propriétaire, disponible via une API. Il obtient un score de 9.2 sur l'indice d'intelligence d'Artificial Analysis.
Mistral Medium 3.1 (batch) est-il gratuit ?
Mistral Medium 3.1 (batch) n'est pas gratuit : il coûte $0.2 par million de jetons d'entrée et $1 par million de jetons de sortie. Les alternatives open-weight peuvent être self-hosted sans coût par jeton.
Dans quoi Mistral Medium 3.1 (batch) est-il bon ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 58.8%, MMLU-Pro 68.3%, Humanity's Last Exam 4.7%, Long Context Reasoning 42.7%, LiveCodeBench 40.6%, SciCode 32.4%, AIME 2025 38.3%, IFBench 39.8%, τ²-Bench 40.6%, τ-Bench Banking 8.2%, Terminal-Bench 13.9%, Terminal-Bench Hard 10.6%. Il est particulièrement utilisé pour génération de code.