Quel est le score de Magistral Small 1.0 ?

Magistral Small 1.0 obtient un score IA de 56,7, avec une marge de 53,3 à 60,1. Ce score est provisoire : il repose sur 10 mesures, et le modèle n'a pas de rang. Ce que veut dire ce score : https://quelleia.com/demarche/#que-veut-dire-le-score

Dans quelles tâches Magistral Small 1.0 est-il le plus fort ?

Ses deux meilleures tâches sont français (59,1) et raisonnement (56,7). Sa tâche la plus faible est sciences (56,5).

Combien coûte Magistral Small 1.0 ?

0,43 € par million de jetons en entrée et 1,30 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 1,1 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

Qui édite Magistral Small 1.0 ?

Magistral Small 1.0 est édité par Mistral AI (France), et il est sorti le 10 juin 2025. Ses poids sont ouverts, sous licence Apache 2.0.

Fiche modèle · édition du 9 novembre 2026

Magistral Small 1.0

Mistral AI · France · sorti le 10 juin 2025Mistral AI · France · 10 juin 2025

Poids ouverts · Apache 2.0
Mac 24 Go
Classe énergétique B

56,7de 53,3 à 60,1Provisoire · 45 %?

Empreinte?

Raisonnement56,7CodeAgentsUsageMaths56,7Sciences56,5Français59,1VisionÉcritureWeb

Son bilan?

Pas encore de rang au classement général : il a trop peu de mesures, son score est provisoire.
Pas encore classé en raisonnement, maths et sciences : trop peu de mesures.
Mesuré seulement en raisonnement, maths, sciences et français pour l'instant.

L'application de l'éditeurLe Chat Ce modèle n'y est peut-être plus proposé. (nouvel onglet)

Estimationenviron 1,1 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

56,7de 53,3 à 60,1

RangScore provisoireCouverture45 %10 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Raisonnement
56,7Provisoire · 22 %
, voir le classement Raisonnement
Code
Non mesuré
Agents
Non mesuré
Usage
Non mesuré
Maths
56,7Provisoire · 12 %
, voir le classement Maths
Sciences
56,5Provisoire · 20 %
, voir le classement Sciences
Français
59,1Rang 99 · 56 %
, voir le classement Français
Vision
Non mesuré
Écriture
Non mesuré
Web
Non mesuré

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'un Mac de 24 Go (17,8 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M6 de 24 Go. Mémoire estimée : 16,6 Go.

Carte graphique 24 Gopar exemple Intel Arc Pro B60, et 2 autres machinesOui, allégé 4 bits
PC portable GeForce RTX 24 Gopar exemple PC portable avec GeForce RTX 5090Oui, allégé 4 bits
PC portable Intel Core Ultra 32 Gopar exemple Samsung Galaxy Book6 Pro 16 pouces, 32 GoOui, allégé 4 bits
PC portables Snapdragon X2Trop juste
Mac 24 Gopar exemple Mac mini M6, 24 Go, et 2 autres machinesOui, allégé 4 bits
Ryzen AI Max 32 Gopar exemple Ryzen AI Max 385, 32 Go, et une autre machineOui, allégé 4 bits
PC portable RTX Spark 64 Gopar exemple Microsoft Surface Laptop Ultra 15 pouces, RTX Spark, 64 Go, et 2 autres machinesOui, jusqu'à 8 bits
Sans carte graphiqueTrop juste
ServeurOui

Mémoire selon la versionAllégée, 4 bits16,6 GoAllégée, 8 bits29,0 GoComplète, 16 bits55,2 GoLe pointillé marque 17,8 Go, la mémoire utile d'un Mac de 24 Go. Au-delà, le modèle ne tient plus sur cette machine.

Vitesse de génération

EstiméIntel Arc Pro B60Carte graphique 24 Go · 456 Go/s · version allégée à 4 bitsde 8,7 à 22 jetons/s estimés
EstiméPC portable avec GeForce RTX 5090PC portable GeForce RTX 24 Go · 896 Go/s · version allégée à 4 bitsde 17 à 44 jetons/s estimés
EstiméMac mini M6, 24 GoMac 24 Go · 170 Go/s · version allégée à 4 bitsde 3,2 à 8,4 jetons/s estimés
EstiméASUS ProArt P14 (H7407BA), RTX Spark, 128 GoPC portable RTX Spark 128 Go · 300 Go/s · version complètede 1,7 à 4,4 jetons/s estimés

Estimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix: 0,43 € / 1,30 €entrée / sortie, par million de jetons
Fenêtre de contexte: 40 960 jetonsenviron 31 000 mots
Entrées: Texte
Réflexion: Non communiqué
Paramètres: 24 milliards
Licence: Apache 2.0poids ouverts, téléchargeables
Classe énergétique: Bsur une échelle de A à G
Hébergement en Europe: Possible
Connaissances jusqu'à: Janvier 2025

Où le trouver

Liens directs, sans affiliation

Toutes les mesures

10 mesures · d'où vient le score

BenchmarkRésultatÉquivaut à?RéflexionÉtatSource

EuroEval, Allociné (sentiment)93,6 %44,7InconnueSATURÉeuroeval.com

EuroEval, FQuAD (compréhension)74,3 %99,1InconnueACTIFeuroeval.com

EuroEval, ELTeC (noms propres)69 %73,7InconnueACTIFeuroeval.com

EuroEval, HellaSwag (bon sens)63 %55,9InconnueACTIFeuroeval.com

compar:IA1 003,0 Elo65,7InconnueACTIFarene.comparia.beta.gouv.fr

GPQA Diamond56,1 %56,6InconnueSATURÉepoch.ai

EuroEval, ScaLA (grammaire)40,9 %46,1InconnueACTIFeuroeval.com

OTIS Mock AIME 2024-202530 %56,6InconnueSATURÉepoch.ai

ARC-AGI-15 %56,7InconnueSATURÉepoch.ai

ARC-AGI-20 %64,5InconnueSATURÉepoch.ai

En bref

Quel est le score de Magistral Small 1.0 ?: Magistral Small 1.0 obtient un score IA de 56,7, avec une marge de 53,3 à 60,1. Ce score est provisoire : il repose sur 10 mesures, et le modèle n'a pas de rang.?
Dans quelles tâches Magistral Small 1.0 est-il le plus fort ?: Ses deux meilleures tâches sont français (59,1) et raisonnement (56,7). Sa tâche la plus faible est sciences (56,5).
Magistral Small 1.0 peut-il tourner en local ?: Tient à partir d'un Mac de 24 Go (17,8 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M6 de 24 Go. Mémoire estimée : 16,6 Go.
Combien coûte Magistral Small 1.0 ?: 0,43 € par million de jetons en entrée et 1,30 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 1,1 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite Magistral Small 1.0 ?: Magistral Small 1.0 est édité par Mistral AI (France), et il est sorti le 10 juin 2025. Ses poids sont ouverts, sous licence Apache 2.0.