# Mixtral 8x7B

> Fiche du modèle de langage Mixtral 8x7B sur Quelle IA, édition du 28 septembre 2026. Mixtral 8x7B (Mistral AI) : score IA de 28,1, 230e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/mixtral-8x7b/
Origine : Mistral AI · France · sorti le 11 décembre 2023

## Score général

- Score IA : 28,1 (marge à 90 % : de 17,3 à 38,9)
- Rang : 230 (Groupe 14, ex æquo)
- Couverture : 75 % du poids des tâches, 14 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 | 34,1 | Provisoire · 22 % |
| Code | 27,0 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 26,3 | Rang 251 · 100 % |
| Maths | 27,6 | Provisoire · 12 % |
| Sciences | 28,9 | Provisoire · 40 % |
| Français | 34,1 | Rang 148 · 56 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 26,3 | Rang 250 · 100 % |
| Web | non mesuré | Non mesuré |

## 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) |
| --- | --- | --- | --- | --- | --- |
| [Mixtral 8x7B Instruct](https://artificialanalysis.ai/models/mixtral-8x7b-instruct) | 5,1 (estimé) | hors classement | non publié | non publié | 0,45 $ / 0,7 $ |

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 ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/mixtral-8x7b-instruct

## Exécution locale

Tient à partir d'un Mac de 48 Go (35,5 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M5 Pro de 48 Go. Mémoire estimée : 32,2 Go.

- Allégée, 4 bits : 32,2 Go
- Allégée, 8 bits : 56,4 Go
- Complète, 16 bits : 107,4 Go

- Plus petite machine : [Mac 48 Go](https://quelleia.com/local/#mac_48_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 48 Go](https://quelleia.com/local/#carte_graphique_48_go), version allégée à 4 bits ; par exemple [Radeon PRO W7900](https://quelleia.com/local/radeon-pro-w7900/)
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 48 Go](https://quelleia.com/local/#mac_48_go), version allégée à 4 bits ; par exemple [Mac mini M5 Pro, 48 Go](https://quelleia.com/local/mac-mini-m5-pro-48go/)
- Ryzen AI Max : [Ryzen AI Max 64 Go](https://quelleia.com/local/#ryzen_ai_max_64_go), version allégée à 4 bits ; par exemple [Ryzen AI Max+ 395, 64 Go](https://quelleia.com/local/ryzen-ai-max-plus-395-64go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version complète ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,61 € / 0,61 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 32 000 jetons (environ 24 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 46,7 milliards
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Janvier 2024

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/mistralai/Mixtral-8x7B-Instruct-v0.1)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Mixtral-8x7B-Instruct-v0.1)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [API Mistral AI](https://docs.mistral.ai)
- L'essayer : [Le Chat](https://chat.mistral.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 94,1 % | 49,6 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 93,1 % | 41,4 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 87,3 % | 43,2 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 86,7 % | 43,4 | archivé | https://epoch.ai/benchmarks |
| TriviaQA | Hors tâche | 82,2 % | 51,8 | archivé | https://epoch.ai/benchmarks |
| OpenBookQA | Hors tâche | 85,8 % | 44,4 | archivé | https://epoch.ai/benchmarks |
| HellaSwag | Hors tâche | 84,4 % | 30,8 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 74,5 % | 97,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GSM8K | Maths | 74,4 % | 25,0 | archivé | https://epoch.ai/benchmarks |
| EuroEval, FQuAD (compréhension) | Français | 69,8 % | 68,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| PIQA | Hors tâche | 83,6 % | 29,4 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 70,6 % | 26,4 | archivé | https://epoch.ai/benchmarks |
| MMLU | Hors tâche | 70,5 % | 26,2 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 58 % | 38,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 55 % | 28,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| WinoGrande | Hors tâche | 77,2 % | 18,0 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 48,6 % | 36,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ARC (AI2 Reasoning Challenge) | Hors tâche | 59,7 % | -1,9 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 43,2 % | 52,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 42,5 % | 50,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| ANLI (Adversarial NLI) | Hors tâche | 55,2 % | 30,7 | archivé | https://epoch.ai/benchmarks |
| EuroEval, HellaSwag (bon sens) | Français | 30,7 % | 11,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Arena, questions en français | Français | 1 238,6 Elo | 30,8 | actif | https://arena.ai/leaderboard |
| WinoGrande | Hors tâche | 62 % | -49,3 | archivé | https://epoch.ai/benchmarks |
| Arena, texte | Usage | 1 197,1 Elo | 22,5 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 239,9 Elo | 24,6 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 159,4 Elo | 22,4 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 190,8 Elo | 26,5 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 197,0 Elo | 27,6 | actif | https://arena.ai/leaderboard |
| DTBench | Raisonnement | 49,6 % | 38,7 | saturé | https://conceptualreasoning.ai/dtbench |
| ForecastBench | Raisonnement | 56,3 % | 30,0 | actif | https://epoch.ai/benchmarks |
| MATH Level 5 | Maths | 10 % | 31,5 | archivé | https://epoch.ai/benchmarks |
| MATH Level 5 | Maths | 9,3 % | 30,9 | archivé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 30,6 % | 31,2 | actif | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 29,8 % | 29,4 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Mixtral 8x7B ?** Mixtral 8x7B obtient un score IA de 28,1, avec une marge de 17,3 à 38,9, dans l'édition du 28 septembre 2026. Il est classé 230e sur 246 modèles, à partir de 14 mesures.

**Dans quelles tâches Mixtral 8x7B est-il le plus fort ?** Ses deux meilleures tâches sont raisonnement (34,1) et français (34,1). Sa tâche la plus faible est écriture (26,3).

**Mixtral 8x7B peut-il tourner en local ?** Tient à partir d'un Mac de 48 Go (35,5 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M5 Pro de 48 Go. Mémoire estimée : 32,2 Go.

**Combien coûte Mixtral 8x7B ?** 0,61 € par million de jetons en entrée et 0,61 € 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 Mixtral 8x7B ?** Mixtral 8x7B est édité par Mistral AI (France), et il est sorti le 11 décembre 2023. Ses poids sont ouverts.

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