Mistral: Mistral Medium 3.1
Publié par Mistral AI le 13 août 2025, Mistral: Mistral Medium 3.1 est un LLM généraliste au positionnement très économique. Sa fenêtre de contexte atteint 131 072 tokens et ses connaissances couvrent les informations jusqu'au 30 juin 2025.
Publié par Mistral AI le 13 août 2025, Mistral: Mistral Medium 3.1 est un LLM généraliste au positionnement très économique. Sa fenêtre de contexte atteint 131 072 tokens et ses connaissances couvrent les informations jusqu'au 30 juin 2025.
Son principal atout réside dans son rapport entre coût et résultats. Sa tarification se situe 81 % sous la moyenne des LLM similaires et environ 13,8 fois sous celle des modèles frontière. Les évaluations Benchable affichent des scores bruts élevés, mais plusieurs tests plafonnés réduisent leur pouvoir de comparaison.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Mistral AI |
| Poids | ▫ n.d. |
| Date de sortie | 13 août 2025 |
| Connaissances jusqu'à | 2025-06-30 |
| Multimodal | oui |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text,image,file → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Hallucinations (Baseline) | 100,0 % | 1ᵉ / 146 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 100,0 % | 1ᵉ / 161 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 99,0 % | 73ᵉ / 159 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 98,0 % | 55ᵉ / 163 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 93,0 % | 44ᵉ / 140 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 92,0 % | 56ᵉ / 162 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 72,0 % | 89ᵉ / 155 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 66,0 % | 66ᵉ / 163 | 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 | 0,4 $ | 2 $ | 0,04 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 81 % en dessous de la moyenne des LLM similaires, et 13,8 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 | 0,03 $ |
| Latence moyenne par benchmark — Benchable | 6 min 53 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. Mistral: Mistral Medium 3.1 obtient des scores élevés dans les six évaluations Benchable fournies. Hallucinations et General Knowledge atteignent leur plafond, partagé respectivement avec 45 et 41 autres modèles. Mathematics et Coding restent à un niveau solide, avec 93 % et 92 %. La fenêtre de 131 072 tokens autorise le traitement de volumes de texte importants. Le prix constitue toutefois l'avantage le plus distinctif du modèle : il est très inférieur à celui des LLM similaires et des modèles frontière.
Limites et points d'attention. Les classements tempèrent les scores bruts. Mathematics se situe à la 44e place sur 140, tandis que Coding occupe la 56e place sur 162. Ethics atteint 99 %, mais partage seulement la 73e place avec 30 autres modèles. Email Classification se place également en milieu de tableau. Ces écarts montrent que les pourcentages élevés proviennent de benchmarks largement saturés et distinguent peu les modèles. Mistral: Mistral Medium 3.1 reste pertinent pour des usages généralistes, des contextes longs et des déploiements où le coût par token constitue une contrainte centrale.
Sources des données : OpenRouter (openrouter.ai) · LLM-Stats (llm-stats.com) · Benchable.ai (benchable.ai).