还没有人点评,来写第一条看口碑 ↓模型介绍
Mistral Medium 3.5 是一款旗舰融合模型。它是一个稠密的 128B 模型,在单套权重中处理指令遵循、推理和代码编写。Mistral Medium 3.5 在 Le Chat 中替代了 Mistral Medium 3.1 和 Magistral,也在编码智能体 Vibe 中替代了 Devstral 2。每次请求均可配置推理投入程度,因此同一模型既能进行快速聊天回复,也能处理复杂的智能体运行流程。其视觉编码器经过从头训练,可处理可变图像尺寸与宽高比。
模型基础信息
- 厂商
- Mistral AI
- 模型类型
- 文本与多模态
- 一次能读多少
- 262K Token一次对话能塞进去的最大内容量,长文档、长代码要看这项
- 一次能写多少
- 262,144 Token单次回答的长度上限
- 能接收什么
- 图像 · 文本可以发给它的内容类型
- 能产出什么
- 文本它能生成的内容类型
- 能看图吗
- 可以
- 能调工具吗
- 可以能不能自动调用外部函数、查资料、执行动作
- 怎么计费
- 按 Token 计费官方按什么单位收钱
- 这些资料是哪个地区的资料适用地区
- 全球按厂商全球公布的资料显示;国内没单独公布时,也用这一份。
它会做什么会聊天擅长推理支持结构化输出会写字会调工具会看图
官方价格
折扣与价格评分按全球的官方价计算
| 计价项 | 适用范围 | 官方价格 |
|---|
| 缓存读取 | 全球 | 1.003 CNY每百万 Token |
| 输入 | 全球 | 10.03 CNY每百万 Token |
| 输出 | 全球 | 50.15 CNY每百万 Token |
它还叫这些名字(15 条)
Mistral-Medium-3.5mistral-medium-3.5-highmistral-medium-3.5-lowmistral-medium-3.5-mediummistral-medium-3.5-minimalmistral-medium-3.5-non-thinkingmistral-medium-3.5-nothinkingmistral-medium-3.5-thinkingmistral-medium-3.5-thinking-highmistral-medium-3.5-thinking-lowmistral-medium-3.5-thinking-mediummistral-medium-3.5-thinking-minimalmistral-medium-3.5-thinking-xhighmistral-medium-3.5-xhighmistral/MISTRAL-MEDIUM-3.5不同地方写法可能不一样,列在这里方便你对上号。名字太模糊、认不准的不会公开。
入门综合能力梯队
入门中端高端旗舰
第 40 名在 41 个在售模型里
按第三方评测机构 Artificial Analysis 的智能指数,只跟当前在售的模型排名,每个模型按它最强的推理档位算:前 15% 为旗舰,15%–40% 为高端,40%–70% 为中端,其余为入门。只比能力,不看价格。
速度(官方接口)
2 项评测 · 1/2 项好于同类中位厂商官方接口的实测中位数,看它回答快不快;不代表任何中转站线路的快慢。
出字速度(Token/秒)厂商官方接口开始回答后,每秒能吐出多少 Token 的实测中位数。不代表中转站线路的快慢。
默认档中位 98.2 · 最高 1495.2 · 386 个成绩167.6高于同类中位
等到第一个回答字(秒)向厂商官方接口提问后,要等几秒才看到回答的第一个字(思考模型包括思考时间)的实测中位数。越短越好,不代表中转站线路。
默认档中位 12.9 · 最快 0.3 · 386 个成绩14.3慢于同类中位
其它参考成绩
2 项 · 不再参与排行
这些评测停止更新、有成绩的模型太少或者和选购关系不大,成绩仅供参考,不影响上面的名次和用途筛选。
Artificial Analysis 智能指数Artificial Analysis 自己跑十项测试合成的能力分,并记下每道题实际花了多少钱。用来看模型整体多强、值不值。
默认档中位 30.6 · 最高 64.6 · 118 个成绩4.6低于同类中位
不再排行的原因:有成绩的在售模型太少,排不成榜。
Epoch Capabilities IndexEpoch AI 把几十项前沿评测合成的一个能力指数,用来看模型整体有多强。
默认档中位 138.7 · 最高 174.2 · 255 个成绩141.6高于同类中位
不再排行的原因:综合能力已改按 Artificial Analysis 智能指数排名(覆盖的在售模型多一倍);Epoch 综合指数留作第二来源参考。
用户口碑
还没有人点评。用过的话,写下第一条真实体验,帮后来的人少踩坑。
发布模型点评