GLM 5.2 vs Mistral Medium 3.1 — which is cheaper?

Mistral Medium 3.1 is cheaper on output ($2/M vs $2.42/M).

Which has the larger context window?

GLM 5.2 offers the larger context window (1M tokens).

GLM 5.2 vs Mistral Medium 3.1 — which should I pick in 2026?

Choose Mistral Medium 3.1 for the lower output price ($2/M vs $2.42/M). Choose GLM 5.2 if you need the larger 1M context window.

Modèles AI · Open-Source vs Open-Source

GLM 5.2 Ouvert vs Mistral Medium 3.1 Ouvert

GLM 5.2 vs Mistral Medium 3.1 comparé — prix par token, fenêtre de contexte, multimodalité, ouverture et lequel choisir. Détails complets pour 2026.

Prix & spécifications actualisés à partir de données en direct · olud.ai

Prix des modèles ouverts = fournisseur le moins cher via OpenRouter; les tarifs des fabricants officiels peuvent être plus élevés.

GLM 5.2OuvertZ.AI

$0.76 /M entrée
$2.42 /M sortiePas de frais par token si vous vous auto-hébergez

TypeOpen-weight

Fenêtre de contexte1M tokens

MultimodalNon

Auto-hébergéOui

Mistral Medium 3.1OuvertMistral AI

$0.4 /M entrée
$2 /M sortiePas de frais par token si vous vous auto-hébergez

TypeOpen-weight

Fenêtre de contexte131K tokens

MultimodalOui

Auto-hébergéOui

Choisir Mistral Medium 3.1 pour le prix de sortie le plus bas ($2/M vs $2.42/M). Choisir GLM 5.2 si vous avez besoin de la fenêtre de contexte plus grande de 1M.

GLM 5.2 vs Mistral Medium 3.1 spécifications

Spécification	GLM 5.2	Mistral Medium 3.1	Gagnant
Fabricant	Z.AI	Mistral AI	–
Type	Open-weight	Open-weight	–
Fenêtre de contexte	1M tokens	131K tokens	GLM 5.2
Prix d'entrée	$0.76/M · auto-hébergement gratuit	$0.4/M · auto-hébergement gratuit	Mistral Medium 3.1
Prix de sortie	$2.42/M · auto-hébergement gratuit	$2/M · auto-hébergement gratuit	Mistral Medium 3.1
Vision / multimodal	Non	Oui	Mistral Medium 3.1
Appel d'outil / fonction	Oui	Oui	= Égalité
Auto-hébergeable	Oui	Oui	= Égalité
Licence	MIT	Apache 2.0	–

Écart de prix & quand choisir chacun

Choisissez GLM 5.2 si…

Vous souhaitez vous auto-héberger ou exécuter sur votre cloud
Vous avez besoin d'une fenêtre de contexte plus longue de 1M
Vous privilégiez la confidentialité des données & le contrôle
Vous construisez une IA ouverte ou reproductible

Choisissez Mistral Medium 3.1 si…

Vous souhaitez vous auto-héberger ou exécuter sur votre cloud
Vous privilégiez la confidentialité des données & le contrôle
Vous voulez les coûts d'exploitation les plus bas
Vous construisez une IA ouverte ou reproductible

Comparaison des fonctionnalités

Capacité	GLM 5.2	Mistral Medium 3.1
Open weights (téléchargeables)	✓	✓
Auto-hébergeable	✓	✓
Fonctionne entièrement hors ligne	✓	✓
Vision / multimodal	✗	✓
Appel d'outil / fonction	✓	✓
Fenêtre de contexte de 1M+	✓	✗

Benchmarks : GLM 5.2 vs Mistral Medium 3.1

Scores de benchmark indépendants mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est (sauf pour la latence).

GLM 5.2

Mistral Medium 3.1

Indice d'intelligence

51.1

14.7

Indice de codage

68.8

20.5

GPQA

89.5%

58.8%

Le Dernier Examen de l'Humanité

40.1%

4.4%

Raisonnement sur de longs contextes

71.3%

19.7%

SciCode

50.5%

33.8%

IFBench

73.3%

39.8%

τ²-Bench

99.1%

40.6%

τ-Bench Banking

26.8%

8.5%

Terminal-Bench

77.9%

13.9%

Terminal-Bench Hard

50.8%

10.6%

Index mathématique

–

38.3

MMLU-Pro

–

68.3%

LiveCodeBench

–

40.6%

AIME 2025

–

38.3%

Vitesse

190 tok/s

0 tok/s

Latence

Intelligence par $

24.5

18.4

Données de benchmark par Artificial Analysis.

Comment GLM 5.2 et Mistral Medium 3.1 se classent

🤝 À égalité sur ces critères (4.6 vs 4.6 / 5).

Critère	GLM 5.2	Mistral Medium 3.1
Efficacité des coûts	4.5	4.5
Fenêtre de contexte	5.0	3.5
Ouverture	5.0	5.0
Auto-hébergement	5.0	5.0
Multimodalité	3.5	5.0

Les scores proviennent de données en direct — prix de sortie (coût), longueur de contexte, poids ouverts vs fermés (ouverture & auto-hébergement) et support de vision/outils (multimodalité). La qualité brute de la tâche n'est pas notée ici ; elle dépend de votre référence — voir le verdict.

Ce que chaque modèle est

GLM 5.2 Ouvert

Z.AI · Open-weight

GLM 5.2 est un modèle de raisonnement à grande échelle de Z.ai. Il prend en charge l'entrée et la sortie de texte avec une fenêtre de contexte de 1M tokens, et est adapté aux flux de travail d'agents à long terme, à l'ingénierie logicielle au niveau projet,...

Mistral Medium 3.1 Ouvert

Mistral AI · Poids ouverts

Mistral Medium 3.1 est une version mise à jour de Mistral Medium 3, qui est un modèle de langage de niveau entreprise haute performance conçu pour offrir des capacités de pointe à un coût opérationnel considérablement réduit. Il équilibre...

Autres modèles dans ces familles

Ces variantes sont suivies mais pas comparées ici — une page par famille maintient la comparaison lisible.

Autres variantes suivies

GLM 5.1GLM 5GLM 5 TurboGLM 5V TurboGLM 4.7GLM 4.6GLM 4.7 FlashGLM 4.5GLM 4.6VGLM 4.5 AirGLM 4.5V

Autres variantes suivies

Mistral Medium 3.5Mistral Small 4Mistral Large 3 2512Mistral Small 3.1 24BMistral Medium 3Ministral 3 14B 2512Mistral Small 3.2 24BMinistral 3 8B 2512Mistral LargeMistral Large 2407Mistral Small 3Ministral 3 3B 2512SabaMixtral 8x22B InstructNon censuréCodestral 2508Voxtral Small 24B 2507Mistral Nemo

Questions fréquemment posées

GLM 5.2 vs Mistral Medium 3.1 — lequel est le moins cher ?

Mistral Medium 3.1 est moins cher sur la sortie ($2/M vs $2.42/M).

Lequel a la fenêtre de contexte la plus grande ?

GLM 5.2 offre une fenêtre de contexte plus grande (1M tokens).

GLM 5.2 vs Mistral Medium 3.1 — lequel devrais-je choisir en 2026 ?

Choisissez Mistral Medium 3.1 pour un prix de sortie plus bas ($2/M contre $2.42/M). Choisissez GLM 5.2 si vous avez besoin de la plus grande fenêtre de contexte de 1M.

Les gens comparent aussi

DeepSeek V4 Flash 0423 vs Mistral Medium 3.1 Hy3 vs Mistral Medium 3.1 MiMo-V2.5-Pro vs Mistral Medium 3.1 GLM 5.2 vs o1-pro GLM 5.2 vs o3 Pro GLM 5.2 contre GPT-4

Explorez plus d'IA open-source

Parcourez le classement complet des modèles open-source, des milliers d'outils et des benchmarks en direct — le tout au même endroit.

Ouvrir le classement →