# Mistral Medium 3.5

> Fiche du modèle de langage Mistral Medium 3.5 sur Quelle IA, édition du 28 septembre 2026. Mistral Medium 3.5 (Mistral AI) : score IA de 70,6, 108e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/mistral-medium-3-5/
Origine : Mistral AI · France · sorti le 28 avril 2026

## Score général

- Score IA : 70,6 (marge à 90 % : de 66,9 à 74,4)
- Rang : 108 (Groupe 9, ex æquo)
- Couverture : 85 % du poids des tâches, 17 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 68,0 | Provisoire · 22 % |
| Code | 70,9 | Rang 56 · 31 % |
| Agents | non mesuré | Non mesuré |
| Usage | 73,0 | Rang 104 · 100 % |
| Maths | 77,4 | Provisoire · 25 % |
| Sciences | 71,9 | Rang 66 · 60 % |
| Français | 73,8 | Rang 52 · 50 % |
| Vision | 70,1 | Provisoire · 33 % |
| Écriture | 73,5 | Rang 100 · 100 % |
| Web | 68,3 | Rang 99 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Mistral Medium 3.5](https://artificialanalysis.ai/models/mistral-medium-3-5) | 14,2 | 157e sur 193 | 164,7 jetons/s | 2,32 s | 1,5 $ / 7,5 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/mistral-medium-3-5

## Exécution locale

Tient à partir d'une carte graphique de 96 Go (94 Go utiles), en version allégée à 4 bits, par exemple une RTX PRO 6000 Blackwell. Mémoire estimée : 88,3 Go.

- Allégée, 4 bits : 88,3 Go
- Allégée, 8 bits : 154,6 Go
- Complète, 16 bits : 294,4 Go

- Plus petite machine : [Carte graphique 96 Go](https://quelleia.com/local/#carte_graphique_96_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 96 Go](https://quelleia.com/local/#carte_graphique_96_go), version allégée à 4 bits ; par exemple [RTX PRO 6000 Blackwell](https://quelleia.com/local/rtx-pro-6000-blackwell/)
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 128 Go](https://quelleia.com/local/#mac_128_go), version allégée à 4 bits ; par exemple [Mac Studio M5 Max, 128 Go](https://quelleia.com/local/mac-studio-m5-max-128go/)
- Ryzen AI Max : [Ryzen AI Max 128 Go](https://quelleia.com/local/#ryzen_ai_max_128_go), version allégée à 4 bits ; par exemple [Ryzen AI Max+ 395, 128 Go](https://quelleia.com/local/ryzen-ai-max-plus-395-128go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version allégée à 4 bits ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 1,30 € / 6,50 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 262 144 jetons (environ 197 000 mots)
- Entrées : Texte, image
- Réflexion : Sans, élevée (deux niveaux réglables)
- Paramètres : 128 milliards
- Licence : Modified MIT (poids ouverts, téléchargeables)
- Classe énergétique : C (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/models?library=gguf&search=Mistral+Medium+3.5)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Mistral+Medium+3.5)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/mistralai/mistral-medium-3-5)
- Par API : [API Mistral AI](https://docs.mistral.ai)
- L'essayer : [Le Chat](https://chat.mistral.ai)

## Dans les outils de code

- Disponible dans : [Mistral Vibe](https://quelleia.com/outils/#mistral-vibe), [Droid (Factory)](https://quelleia.com/outils/#factory-droid)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| DTBench | Raisonnement | 75,5 % | 67,4 | saturé | https://conceptualreasoning.ai/dtbench |
| compar:IA | Français | 1 062,0 Elo | 89,6 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Arena, questions de code | Code | 1 478,6 Elo | 76,9 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 400,3 Elo | 76,7 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 426,9 Elo | 75,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 428,4 Elo | 75,3 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 434,5 Elo | 72,8 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 437,4 Elo | 73,4 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 199,6 Elo | 69,2 | actif | https://arena.ai/leaderboard |
| WeirdML (v2) | Code | 43,7 % | 70,3 | actif | https://htihle.github.io/weirdml.html |
| SciCode | Code | 40,2 % | 71,5 | actif | https://artificialanalysis.ai/evaluations/scicode |
| LMCA | Raisonnement | 26,06 | 68,6 | actif | https://conceptualreasoning.ai/lmca |
| Surface Evolver Bench | Sciences | 26,9 % | 72,1 | saturé | https://yhenon.github.io/surface-evolver-llm-eval/ |
| Code Arena, WebDev | Web | 1 263,1 Elo | 67,9 | actif | https://arena.ai/leaderboard |
| ProofBench | Maths | 9 % | 78,9 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| FrontierCode | Code | 8 % | 67,6 | actif | https://cognition.com/frontiercode |
| CritPt | Sciences | 0 % | 61,2 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Mistral Medium 3.5 ?** Mistral Medium 3.5 obtient un score IA de 70,6, avec une marge de 66,9 à 74,4, dans l'édition du 28 septembre 2026. Il est classé 108e sur 246 modèles, à partir de 17 mesures.

**Dans quelles tâches Mistral Medium 3.5 est-il le plus fort ?** Ses deux meilleures tâches sont maths (77,4) et français (73,8). Sa tâche la plus faible est raisonnement (68,0).

**Mistral Medium 3.5 peut-il tourner en local ?** Tient à partir d'une carte graphique de 96 Go (94 Go utiles), en version allégée à 4 bits, par exemple une RTX PRO 6000 Blackwell. Mémoire estimée : 88,3 Go.

**Combien coûte Mistral Medium 3.5 ?** 1,30 € par million de jetons en entrée et 6,50 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Mistral Medium 3.5 ?** Mistral Medium 3.5 est édité par Mistral AI (France), et il est sorti le 28 avril 2026. Ses poids sont ouverts, sous licence Modified MIT.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com