M
Mixtral 8x22B InstructOPEN
Version fine-tunée officielle de Mixtral 8x22B de Mistral.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $3 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 1% des 191 modèles open-weight suivis ici
- 19 sur 19 modèles Mistral AI suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour Mixtral 8x22B Instruct, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est.
Les modèles à ce niveau coûtent $0.38 par 1M de tokens (médiane de 11) — celui-ci coûte $3.
Moins cher et meilleur sur cet indice : GPT-5.6 Sol (batch) · GLM 5.3 · GLM 5.3 Flash et 184 de plus
À propos de ce modèle
Mixtral 8x22B Instruct est un modèle d'IA open-weight par Mistral AI. Vous pouvez le télécharger et le self-host gratuitement ; les prix ci-dessous sont les prix catalogue des API hébergées, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que Mixtral 8x22B Instruct ?
Mixtral 8x22B Instruct est un modèle de langage IA de Mistral AI. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 4 sur l'indice d'intelligence d'Artificial Analysis.
Mixtral 8x22B Instruct est-il gratuit ?
Les poids sont gratuits et ouverts — vous pouvez auto-héberger Mixtral 8x22B Instruct et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 2 $ par million de jetons d'entrée et de 6 $ par million de jetons de sortie.
À quoi sert Mixtral 8x22B Instruct ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 33.2%, MMLU-Pro 53.7%, Humanity's Last Exam 4%, LiveCodeBench 14.8%, SciCode 18.8%, MATH-500 54.5%, AIME 0%.
Puis-je auto-héberger Mixtral 8x22B Instruct ?
Oui. Mixtral 8x22B Instruct a des open weights, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.