M

Mistral Small 3.1

事前学習ベースモデルのバージョンはMistral Small 3.1です。Mistral Small 3と比較して、改善されたテキスト性能、マルチモーダル理解能力、多言語サポートを備え、コンテキストウィンドウが128kトークンに拡張されており、微調整用に設計されています。
インテリジェンス(比較的弱い)
速度(中程度)
入力サポートモダリティ
はい
推論モデルかどうか
128,000
コンテキストウィンドウ
128,000
最大出力トークン
-
知識カットオフ

価格設定

¥0.72 /M tokens
入力
¥2.16 /M tokens
出力
¥1.08 /M tokens
混合価格

クイック簡易比較

入力

出力

Devstral Small (May '25)
¥0.1
Devstral Medium
¥0.4
Devstral
¥0.1

基本パラメータ

Mistral Small 3.1技術パラメータ
パラメータ数
24,000.0M
コンテキスト長
128.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキスト、画像
スループット
137
リリース日
2025-03-17
応答速度
148.93,848 tokens/s

ベンチマークスコア

以下はMistral Small 3.1の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
35.3
大規模言語モデルインテリジェンスレベル
コーディング指数
23.83
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
40
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
65.9
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
45.4
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
4.8
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
21.2
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
26.5
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
85.9
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
70.7
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
9.3
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase