Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

Magistral Small 1.2

Mistral AI · France · sorti le Mistral AI · France · 18 septembre 2025

  • Poids ouverts
  • Mac 24 Go
54,3de 48,9 à 59,7Rang 178 · 60 %?
Empreinte?
Raisonnement53,8Code59,4AgentsUsageMaths55,9Sciences51,4Français63,9VisionÉcritureWeb

Son bilan?

  • Au classement général, 178e sur 257, ex æquo avec 34 autres modèles dont les marges d'erreur se recouvrent.
  • Pas encore classé en raisonnement, code, maths et sciences : trop peu de mesures.
  • Pas encore mesuré en tâches d'agent, usage courant, compréhension d'images, écriture et création web.
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?

54,3de 48,9 à 59,7

Rang178Groupe 11, ex æquoCouverture60 %10 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. 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 évaluéeIndiceRang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
Magistral Small 1.28,6non publié78,5 jetons/s0,75 s0,5 $ / 1,5 $

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. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

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.

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 générationEstimation 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
0,45 € / 1,34 €entrée / sortie, par million de jetons
Fenêtre de contexte
128 000 jetonsenviron 96 000 mots
Entrées
Texte, image
Réflexion
Non communiqué
Paramètres
24 milliards
Licence
Poids ouvertspoids ouverts, téléchargeables
Classe énergétique
Non communiquée
Hébergement en Europe
Non communiqué
Connaissances jusqu'à
Non communiqué

Où le trouver

Liens directs, sans affiliation

Toutes les mesures

10 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
EuroEval, Allociné (sentiment)94,4 %51,9InconnueSATURÉeuroeval.com
EuroEval, HellaSwag (bon sens)76,4 %76,9InconnueACTIFeuroeval.com
EuroEval, FQuAD (compréhension)74,2 %98,5InconnueACTIFeuroeval.com
EuroEval, ELTeC (noms propres)66,4 %64,3InconnueACTIFeuroeval.com
EuroEval, ScaLA (grammaire)45,1 %55,6InconnueACTIFeuroeval.com
DTBench61,3 %53,8InconnueSATURÉconceptualreasoning.ai
SciCode35,2 %64,0InconnueACTIFartificialanalysis.ai
GPQA Diamond47,6 %51,1InconnueSATURÉepoch.ai
OTIS Mock AIME 2024-202528,1 %55,9InconnueSATURÉepoch.ai
CritPt0,3 %59,3InconnueACTIFepoch.ai

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de Magistral Small 1.2 ?
Magistral Small 1.2 obtient un score IA de 54,3, avec une marge de 48,9 à 59,7, dans l'édition du 9 novembre 2026. Il est classé 178e sur 257 modèles, à partir de 10 mesures.?
Dans quelles tâches Magistral Small 1.2 est-il le plus fort ?
Ses deux meilleures tâches sont français (63,9) et code (59,4). Sa tâche la plus faible est sciences (51,4).
Magistral Small 1.2 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 1.2 ?
0,45 € par million de jetons en entrée et 1,34 € 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 1.2 ?
Magistral Small 1.2 est édité par Mistral AI (France), et il est sorti le 18 septembre 2025. Ses poids sont ouverts.

Ses voisins?