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

Voxtral Small

Mistral AI · France · sorti le Mistral AI · France · 15 juillet 2025

  • Poids ouverts · Apache 2.0
  • Mac 24 Go
69,0de 50,5 à 87,4Provisoire · 10 %?
Empreinte?
RaisonnementCodeAgentsUsageMathsSciencesFrançais69,2VisionÉcritureWeb

Son bilan?

  • Pas encore de rang au classement général : il a trop peu de mesures, son score est provisoire.
  • Mesuré seulement en français pour l'instant.
L'application de l'éditeurLe Chat Ce modèle n'y est peut-être plus proposé. (nouvel onglet)

Estimationenviron 0,27 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Score général?

69,0de 50,5 à 87,4

RangScore provisoireCouverture10 %6 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

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
0,09 € / 0,36 €entrée / sortie, par million de jetons
Fenêtre de contexte
32 768 jetonsenviron 25 000 mots
Entrées
Texte, son, PDF
Réflexion
Non communiqué
Paramètres
24 milliards
Licence
Apache 2.0poids 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

6 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
EuroEval, Allociné (sentiment)93,9 %47,2InconnueSATURÉeuroeval.com
EuroEval, HellaSwag (bon sens)77 %78,0InconnueACTIFeuroeval.com
EuroEval, FQuAD (compréhension)73,6 %94,8InconnueACTIFeuroeval.com
EuroEval, ELTeC (noms propres)71 %81,1InconnueACTIFeuroeval.com
EuroEval, ScaLA (grammaire)41,6 %47,6InconnueACTIFeuroeval.com
EuroEval, OrangeSum (résumé)36,4 %37,9InconnueACTIFeuroeval.com

En bref

Quel est le score de Voxtral Small ?
Voxtral Small obtient un score IA de 69,0, avec une marge de 50,5 à 87,4. Ce score est provisoire : il repose sur 6 mesures, et le modèle n'a pas de rang.?
Voxtral Small 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 Voxtral Small ?
0,09 € 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 0,27 € 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 Voxtral Small ?
Voxtral Small est édité par Mistral AI (France), et il est sorti le 15 juillet 2025. Ses poids sont ouverts, sous licence Apache 2.0.

Ses voisins?