Mistral Small 3：完整基准性能指南

mistral small-3 2025-01-29 Apache 2.0

深入分析 Mistral Small 3 在 MMLU、HumanEval、GSM8K、MATH、BBH 等基准上的表现，包含定价与适用场景。

核心规格

厂商mistral
版本small-3
发布日期2025-01-29
上下文窗口32768 tokens
输入模态text
输出模态text
许可Apache 2.0
文档https://docs.mistral.ai/

基准测试表现

基准得分单位评测日期备注来源
MMLU76.9%2025-01-295-shot查看
HUMANEVAL74.4pass@12025-01-29—查看
GSM8K79.6%2025-01-290-shot CoT查看
MATH39.2%2025-01-290-shot CoT查看
BBH71.3%2025-01-293-shot CoT查看
GPQA30.1%2025-01-290-shot查看
IFEVAL76.9%2025-01-29prompt_strict查看
ARC91.8%2025-01-29challenge查看
MUSR46%2025-01-290-shot查看
WINOGRANDE78.8%2025-01-290-shot查看

定价

项目价格币种
输入$0.2 / MtokUSD
输出$0.6 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://mistral.ai/technology/ · 截至 2025-01-29

合规性

  • 数据驻留: EU
  • SOC2: ✓
  • HIPAA: ✗
  • GDPR: ✓
  • ISO 27001: ✓

Mistral Small 3

模型概述

Mistral Small 3 开源模型, 24B 参数, 32K 上下文, 性能接近 Mistral Large 2, Apache 2.0 可商用。

核心规格

厂商版本发布日期上下文窗口输入模态输出模态许可证
Mistralsmall-32025-01-2932KtexttextApache 2.0

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)76.9%5-shot
HumanEval74.4pass@1—
GSM8K (Grade School Math 8K)79.6%0-shot CoT
MATH39.2%0-shot CoT
BBH (BIG-Bench Hard)71.3%3-shot CoT
GPQA30.1%0-shot
IFEval76.9%prompt_strict
ARC91.8%challenge
MUSR46.0%0-shot
WinoGrande78.8%0-shot

定价

输入输出缓存读取缓存写入
————

每百万 token

优势

  • 可靠的通用模型。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试

参考文献