M

Magistral Small

Magistral シリーズのコンパクトモデルで、効率とリソース節約に焦点を当てています。合理化された設計を採用し、限られた計算リソースで信頼性の高い AI サービスを提供できます。特にリソースが限られた環境やコストに敏感なアプリケーションシナリオに適しており、基本的なテキスト処理、簡単な対話、コンテンツアシスタンスなどのニーズを満たし、中小企業に手頃な価格の AI 能力を提供します。
インテリジェンス(中程度)
速度(中程度)
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
128,000
最大出力トークン
2025-06-01
知識カットオフ

価格設定

- /M tokens
入力
- /M tokens
出力
¥5.4 /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

Magistral Small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
2025-06-01
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
リリース日
2025-06-10
応答速度
106.37,368 tokens/s

ベンチマークスコア

以下はMagistral Small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
54.72
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
37.75
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
83.8
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
74.6
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
64.1
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
7.2
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
51.4
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
24.1
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
96.3
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
96.3
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
71.3
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