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

Mixtral 8x7B

Mistral AI · France · sorti le Mistral AI · France · 11 décembre 2023

  • Poids ouverts
  • Mac 48 Go
27,7de 16,8 à 38,7Rang 243 · 75 %?
Empreinte?
Raisonnement34,1Code26,4AgentsUsage25,9Maths27,2Sciences28,8Français33,6VisionÉcriture25,9Web

Son bilan?

  • Au classement général, 243e sur 257, dans un peloton de 16 modèles que la marge d'erreur ne permet pas de séparer.
  • Pas encore classé en raisonnement, code, maths et sciences : trop peu de mesures.
  • Pas encore mesuré en tâches d'agent, compréhension d'images et création web.
L'application de l'éditeurLe Chat Ce modèle n'y est peut-être plus proposé. (nouvel onglet)

Estimationenviron 0,54 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

27,7de 16,8 à 38,7

Rang243Groupe 13, ex æquoCouverture75 %14 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
Mixtral 8x7B Instruct5,1non publié0,0 jetons/s0,00 s0,45 $ / 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. 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 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.

Mémoire selon la versionAllégée, 4 bits32,2 GoAllégée, 8 bits56,4 GoComplète, 16 bits107,4 GoLe pointillé marque 35,5 Go, la mémoire utile d'un Mac de 48 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
0,36 € / 0,36 €entrée / sortie, par million de jetons
Fenêtre de contexte
32 768 jetonsenviron 25 000 mots
Entrées
Texte, PDF
Réflexion
Non communiqué
Paramètres
46,7 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

35 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
ARC (AI2 Reasoning Challenge)87,3 %43,3InconnueARCHIVÉepoch.ai
HellaSwag86,7 %43,5InconnueARCHIVÉepoch.ai
TriviaQA82,2 %52,1InconnueARCHIVÉepoch.ai
OpenBookQA85,8 %44,6InconnueARCHIVÉepoch.ai
HellaSwag84,4 %30,6InconnueARCHIVÉepoch.ai
GSM8K74,4 %24,6InconnueARCHIVÉepoch.ai
PIQA83,6 %29,2InconnueARCHIVÉepoch.ai
MMLU70,6 %26,1InconnueARCHIVÉepoch.ai
Voir les 23 autres mesures
MMLU70,5 %26,0InconnueARCHIVÉepoch.ai
WinoGrande77,2 %17,5InconnueARCHIVÉepoch.ai
ARC (AI2 Reasoning Challenge)59,7 %-2,9InconnueARCHIVÉepoch.ai
ANLI (Adversarial NLI)55,2 %30,6InconnueARCHIVÉepoch.ai
Arena, questions en français1 239,0 Elo29,8InconnueACTIFarena.ai
WinoGrande62 %-51,4InconnueARCHIVÉepoch.ai
Arena, texte1 197,3 Elo21,7InconnueACTIFarena.ai
Arena, questions de code1 239,8 Elo23,7InconnueACTIFarena.ai
Arena, écriture créative1 159,2 Elo21,9InconnueACTIFarena.ai
Arena, questions de maths1 191,4 Elo25,9InconnueACTIFarena.ai
Arena, questions d'experts1 197,8 Elo26,8InconnueACTIFarena.ai
ForecastBench58,2 %31,2InconnueACTIFepoch.ai
DTBench49,6 %38,9InconnueSATURÉconceptualreasoning.ai
MATH Level 510 %31,7InconnueARCHIVÉepoch.ai
MATH Level 59,3 %31,1InconnueARCHIVÉepoch.ai
GPQA Diamond30,6 %32,8InconnueSATURÉepoch.ai
GPQA Diamond29,8 %31,0InconnueSATURÉepoch.ai

En bref

Quel est le score de Mixtral 8x7B ?
Mixtral 8x7B obtient un score IA de 27,7, avec une marge de 16,8 à 38,7, dans l'édition du 9 novembre 2026. Il est classé 243e sur 257 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 (33,6). Sa tâche la plus faible est écriture (25,9).
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 ?
0,36 € par million de jetons en entrée et 0,36 € 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 0,54 € 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 Mixtral 8x7B ?
Mixtral 8x7B est édité par Mistral AI (France), et il est sorti le 11 décembre 2023. Ses poids sont ouverts.

Ses voisins?