Mistral Large 2407
Mistral Large 2407 est un LLM de Mistral AI sorti le 19 novembre 2024. Près de deux ans plus tard, il appartient déjà à une génération ancienne à l’échelle de l’IA, dont les performances sont aujourd’hui largement dépassées.
Mistral Large 2407 est un LLM de Mistral AI sorti le 19 novembre 2024. Près de deux ans plus tard, il appartient déjà à une génération ancienne à l’échelle de l’IA, dont les performances sont aujourd’hui largement dépassées.
Le modèle conserve deux caractéristiques marquantes : une fenêtre de contexte de 131 072 tokens et un positionnement économique. Ses tarifs sont inférieurs de 4% à la moyenne des LLM similaires et environ 2,8 fois moins élevés que ceux des modèles frontière. Ses connaissances s’arrêtent au 31 mars 2024.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Mistral AI |
| Poids | ▫ n.d. |
| Date de sortie | 19 novembre 2024 |
| Connaissances jusqu'à | 2024-03-31 |
| Multimodal | oui |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text,file → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Hallucinations (Baseline) | 100,0 % | 1ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 99,5 % | 47ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 99,0 % | 73ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 99,0 % | 11ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 88,0 % | 82ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 82,0 % | 104ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 62,0 % | 80ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 58,0 % | 105ᵉ / 155 | benchable | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.
Benchable : Hallucinations (Baseline)
Benchable : General Knowledge (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Mistral | 2 $ | 6 $ | 0,2 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 4 % en dessous de la moyenne des LLM similaires, et 2,8 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,07 $ |
| Latence moyenne par benchmark — Benchable | 3 min 01 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. À sa sortie, Mistral Large 2407 associait une vaste fenêtre de contexte à de très bons scores bruts sur plusieurs tâches générales. Email Classification constitue son classement le plus favorable, même si la place est partagée avec 40 autres modèles. Les résultats en General Knowledge, Ethics et Hallucinations atteignent ou approchent également le plafond des évaluations. Ces scores indiquent une bonne maîtrise des tâches mesurées, mais leur saturation limite fortement les comparaisons. Le tarif reste un autre point fort concret : le modèle se situe sous la moyenne de sa catégorie et coûte environ 2,8 fois moins cher que les modèles frontière.
Limites et points d’attention. Mathematics se situe en retrait du classement, tandis que Coding apparaît encore moins bien placé. Les nombreux ex æquo sur les meilleurs scores empêchent aussi d’établir une supériorité nette face aux modèles de sa génération. Après près de deux ans, ses performances sont largement dépassées par les modèles plus récents. La limite de connaissances fixée au 31 mars 2024 accentue ce vieillissement. Mistral Large 2407 appartient enfin à une génération de modèles souvent retirée du catalogue de l’éditeur.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).