
Mistral Small 3.2
Mistral AI の最新の小型言語モデルで、パラメータ規模は約 22B、128K のコンテキストウィンドウをサポートします。70B 未満のモデルカテゴリで新たな性能基準を確立し、推論能力の強化と多言語サポートの改善が特徴です。デプロイ効率が最適化されており、優れた性能と規模の比率を提供し、性能とリソース消費のバランスが必要な企業アプリケーションシナリオに適しています。
インテリジェンス(中程度)
速度(比較的速い)
入力サポートモダリティ
いいえ
推論モデルかどうか
128,000
コンテキストウィンドウ
32,000
最大出力トークン
2023-10-01
知識カットオフ
価格設定
¥0.5 /M tokens
入力
¥1.01 /M tokens
出力
¥1.08 /M tokens
混合価格
クイック簡易比較
Devstral Small (May '25)
¥0.1
Devstral Medium
¥0.4
Devstral
¥0.1
基本パラメータ
Mistral Small 3.2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
2023-10-01
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
テキストのみ
スループット
134
リリース日
2025-06-20
応答速度
183.29,317 tokens/s
ベンチマークスコア
以下はMistral Small 3.2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
42.29
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
26.95
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
60.3
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
68.1
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
50.5
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
4.3
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
27.5
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
26.4
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
85.2
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
88.3
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
32.3
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
GPT 5 Mini
openai

¥1.8
入力トークン/百万
¥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai

¥63
入力トークン/百万
¥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai

¥0.36
入力トークン/百万
¥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai

¥9
入力トークン/百万
¥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm

¥0.43
入力トークン/百万
¥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長