Интеллект
4.1 #713
Топ 93% уровня
Скорость вывода
100 t/s
ITL 10.0 ms/tok
Смешанная цена (3:1)
$3 /1M
Вход $2/M · Выход $6/M
Контекст
131K
≈ 328 стр. A4 · макс. выход 8,192
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Mistral Large
Claude Mythos Preview (#1)
Average (68)
Оси радара приближены по категорийным оценкам там, где нет прямых бенчмарк-измерений — см. Методология.
Сильные стороны и компромиссы
Где модель выигрывает
- Open weights — self-host, fine-tune and audit with no vendor lock-in
- Cheap prompt-cache reads at $0.2/1M
Киллер-сценарии
Deep research
Synthesis across broad knowledge domains with citation-grade recall.
Быстрый старт для разработчика и API
Сначала задайте
MISTRAL_API_KEY — получить ключ APIcurl https://api.mistral.ai/v1/chat/completions \
-H "Authorization: Bearer $MISTRAL_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "mistral-large",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.mistral.ai/v1",
api_key=os.environ["MISTRAL_API_KEY"],
)
resp = client.chat.completions.create(
model="mistral-large",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://api.mistral.ai/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.MISTRAL_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "mistral-large",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);Официальные ресурсы и ссылки
Развёртывание API
Хосты и задержка
Пропускная способность, TTFT и цены на кэш у Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock и Azure.
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Оценки по источникам
Оценки по категориям
Результаты бенчмарков
Живые характеристики и архитектура
Под капотом
- Prompt caching supported — cached input reads at $0.2/1M tokens.
Дата выпуска
1 янв. 2025 г.
Параметры
Not disclosed
Лицензия
Open Weights
Контекстное окно
131,000 tokens
Макс. вывод
8,192 tokens
Модальности
text
Цены кэша
чтение $0.2 · запись $2.5 /1M
Рассуждение
—
Цена ввода
$2/M
Цена вывода
$6/M
Скорость вывода
100 t/s
Время до первого токена
—
Данные обновлены
14 авг. 2026 г.
Оценка ежемесячного счёта
Оценка расходов в месяц
$0.00
Считаем экономию против GPT-4o…
Цитирование и вставка
Бейдж GitHub Markdown
Loading badge markdown...BibTeX
@misc{llmpodium2026mistrallarge,
title = {Benchmark Analysis and Intelligence Evaluation of Mistral Large},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/mistral-large}
}Бейдж оценки для README
Живой бейдж Podium Score для README на GitHub или Hugging Face — ведёт на актуальный рейтинг.
Превью
Markdown
Loading badge snippet...HTML
Loading badge snippet...Ещё от Mistral
Альтернативные модели
Ближайшие альтернативы для Mistral Large по возможностям, цене и бенчмаркам.