M
Mistral Large 3 2512 (batch)API
Mistral Large 3 2512 è il modello più capace di Mistral fino ad oggi, caratterizzato da un'architettura sparsa a miscela di esperti con 41B di parametri attivi (675B totali), e rilasciato sotto la licenza Apache 2.0.
I prezzi vengono aggiornati automaticamente — verificati quotidianamente rispetto ai listini prezzi dei fornitori.
- $0.38 per 1M token, assumendo 3 input per 1 output la convenzione utilizzata da Artificial Analysis
- più economico del 84% dei 228 modelli commerciali monitorati qui
- 13 di 26 modelli Mistral AI monitorati qui, dal più economico
Benchmark e prestazioni
Punteggi benchmark indipendenti per Mistral Large 3 2512 (batch), misurati da Artificial Analysis. Più alto è meglio.
I modelli a questo livello costano $0.38 per 1M token (mediana di 42) — questo costa $0.38.
Più economico e migliore su questo indice: DeepSeek V4.1 Flash 1017 · Claude Haiku 5.5 · Claude Haiku 5.5 (batch) e 46 in più
Informazioni su questo modello
Mistral Large 3 2512 (batch) è un modello AI commerciale di Mistral AI. Le specifiche di seguito sono tracciate automaticamente: i prezzi vengono aggiornati quotidianamente dai prezzi di listino pubblici, quindi i numeri in questa pagina riflettono il costo attuale dell'utilizzo del modello tramite la sua API.
Domande frequenti
Cos'è Mistral Large 3 2512 (batch)?
Mistral Large 3 2512 (batch) è un modello di linguaggio AI di Mistral AI. È un modello proprietario, disponibile tramite un'API. Ottiene 9.3 sull'indice di intelligenza Artificial Analysis.
Mistral Large 3 2512 (batch) è gratuito?
Mistral Large 3 2512 (batch) non è gratuito: costa $0.25 per milione di token di input e $0.75 per milione di token di output. Le alternative open-weight possono essere self-hosted senza costi per token.
In cosa è bravo Mistral Large 3 2512 (batch)?
I benchmark indipendenti di Artificial Analysis gli danno GPQA 68%, MMLU-Pro 80.7%, Humanity's Last Exam 4.2%, Long Context Reasoning 36%, LiveCodeBench 46.5%, SciCode 36.6%, AIME 2025 38%, IFBench 36.2%, τ²-Bench 24.6%, τ-Bench Banking 5.8%, Terminal-Bench 12%, Terminal-Bench Hard 15.9%. È particolarmente utilizzato per generazione di codice.