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

Mistral Medium 3.5

Mistral AI · France · sorti le Mistral AI · France · 28 avril 2026

  • Réflexion réglable
  • Poids ouverts · Modified MIT
  • PC portable RTX Spark 128 Go
  • Classe énergétique C
70,8de 67,0 à 74,6Rang 120 · 85 %?
Empreinte?
Raisonnement68,2Code70,0AgentsUsage73,2Maths78,0Sciences72,9Français74,8Vision70,3Écriture73,7Web68,7

Son bilan?

  • Au classement général, 120e sur 257, dans un groupe de 30 modèles trop proches pour être départagés.
  • Pas encore classé en raisonnement, maths et compréhension d'images : trop peu de mesures.
  • Pas encore mesuré en tâches d'agent.
L'essayer surLe Chat (nouvel onglet)

Estimationenviron 4,6 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Où l'utiliser

Relevé du . Formules relevées sur la page officielle de chaque assistant, en France. Les prix et les modèles changent souvent : vérifiez avant de payer. Tous les abonnements →

Score général?

70,8de 67,0 à 74,6

Rang120Groupe 8, ex æquoCouverture85 %17 mesures

Pourquoi ce score ? →Comment lire un score →

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
Mistral Medium 3.514,2non publié175,1 jetons/s0,63 s1,5 $ / 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. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Agent Arena

Hors du score

Agent Arena, le classement des agents d'Arena, observe de vraies sessions de travail : des internautes confient une tâche à un agent (écrire du code, chercher, analyser des fichiers) dont le modèle est tiré au sort et reste caché. Le score net dit de combien de points ce modèle fait monter ou baisser les signes de réussite de ces sessions (tâche validée, compliments, corrections réussies, erreurs rattrapées, aucun outil inventé) par rapport au modèle moyen du classement, qui vaut 0 %. Il ne compte pas dans le score IA de QUELLE IA.

Version évaluéeRangScore netIntervalle à 95 %Sessions
Mistral Medium 3.554e sur 59−13,7 %de −15,5 à −11,9 %13 903

Score net et intervalle de confiance à 95 % en points de pourcentage. Rang parmi les 59 modèles du classement, où un même modèle peut paraître à plusieurs niveaux d'effort. Classement publié par Arena le 11 novembre 2026, repris de son jeu de données public sous licence CC BY 4.0.

Source : Arena (Agent Arena), CC BY 4.0 · la méthode

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'un PC portable RTX Spark de 128 Go (91 Go utiles), en version allégée à 4 bits, par exemple un Microsoft Surface Laptop Ultra 15 pouces de 128 Go. Mémoire estimée : 88,3 Go.

Mémoire selon la versionAllégée, 4 bits88,3 GoAllégée, 8 bits154,6 GoComplète, 16 bits294,4 GoLe pointillé marque 91 Go, la mémoire utile d'un PC portable RTX Spark de 128 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
1,30 € / 6,50 €entrée / sortie, par million de jetons
Fenêtre de contexte
262 144 jetonsenviron 197 000 mots
Entrées
Texte, image, PDF
Réflexion
Sans, élevéedeux niveaux réglables
Paramètres
128 milliards
Licence
Modified MITpoids ouverts, téléchargeables
Classe énergétique
Csur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Non communiqué

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du
Disponible dans

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

À lire sur Frandroid

1 article · relevé du

Une sélection automatique des articles de Frandroid, Numerama et Clubic consacrés à ce modèle. Ces trois médias appartiennent au groupe Humanoid. Les articles n'entrent pas dans le score.

Toutes les mesures

17 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
DTBench75,5 %67,4InconnueSATURÉconceptualreasoning.ai
compar:IA1 067,0 Elo89,6InconnueACTIFarene.comparia.beta.gouv.fr
Arena, questions de code1 478,1 Elo77,5InconnueACTIFarena.ai
Arena, écriture créative1 399,4 Elo77,3InconnueACTIFarena.ai
Arena, texte1 426,4 Elo76,3InconnueACTIFarena.ai
Arena, questions de maths1 425,7 Elo75,3InconnueACTIFarena.ai
Arena, questions d'experts1 434,4 Elo73,2InconnueACTIFarena.ai
Arena, questions en français1 436,1 Elo73,8InconnueACTIFarena.ai
Arena, vision1 199,2 Elo69,8InconnueACTIFarena.ai
WeirdML (v2)43,7 %70,3InconnueACTIFhtihle.github.io
SciCode40,2 %70,5InconnueACTIFartificialanalysis.ai
LMCA26,0668,7InconnueACTIFconceptualreasoning.ai
Voir les 5 autres mesures
Surface Evolver Bench26,9 %73,2InconnueSATURÉyhenon.github.io
Code Arena, WebDev1 263,1 Elo68,3InconnueACTIFarena.ai
ProofBench9 %79,5InconnueSATURÉvals.ai
FrontierCode8 %63,5Inconnue · devin-cliACTIFcognition.com
CritPt0 %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 Mistral Medium 3.5 ?
Mistral Medium 3.5 obtient un score IA de 70,8, avec une marge de 67,0 à 74,6, dans l'édition du 9 novembre 2026. Il est classé 120e sur 257 modèles, à partir de 17 mesures.?
Dans quelles tâches Mistral Medium 3.5 est-il le plus fort ?
Ses deux meilleures tâches sont maths (78,0) et français (74,8). Sa tâche la plus faible est raisonnement (68,2).
Mistral Medium 3.5 peut-il tourner en local ?
Tient à partir d'un PC portable RTX Spark de 128 Go (91 Go utiles), en version allégée à 4 bits, par exemple un Microsoft Surface Laptop Ultra 15 pouces de 128 Go. 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. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 4,6 € 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 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.

Ses voisins?