Mistral: Mistral Medium 3
Mistral: Mistral Medium 3 est un LLM de Mistral AI sorti le 7 mai 2025. Avec environ un an d’ancienneté, il appartient déjà à une génération précédente à l’échelle de l’IA, où les cycles de remplacement sont très rapides. Son intérêt historique tient à un positionnement combinant grande…
Mistral: Mistral Medium 3 est un LLM de Mistral AI sorti le 7 mai 2025. Avec environ un an d’ancienneté, il appartient déjà à une génération précédente à l’échelle de l’IA, où les cycles de remplacement sont très rapides. Son intérêt historique tient à un positionnement combinant grande fenêtre de contexte, prix très bas et bons résultats de référence pour sa période.
Le modèle couvre les connaissances jusqu’au 31 mars 2025 et accepte 131 072 tokens de contexte. Son tarif le place dans une catégorie très économique, nettement sous la moyenne des LLM similaires et bien moins cher que les modèles frontière.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Mistral AI |
| Date de sortie | 7 mai 2025 |
| Connaissances jusqu'à | 2025-03-31 |
| Multimodal | oui |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text,image,file → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Hallucinations (Baseline) | 100,0 % | 1ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 100,0 % | 1ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 100,0 % | 1ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 99,0 % | 24ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 93,0 % | 67ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 87,0 % | 135ᵉ / 248 | benchable | ✅ Mesuré |
| Epoch: MATH level 5 | 81,6 % | 26ᵉ / 84 | epoch | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 72,0 % | 142ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 64,0 % | 120ᵉ / 252 | benchable | ✅ Mesuré |
| Epoch: GPQA diamond | 59,5 % | 68ᵉ / 132 | epoch | ✅ Mesuré |
| Epoch: OTIS Mock AIME 2024-2025 | 32,2 % | 66ᵉ / 111 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-2025-02-28-Private | 0,3 % | 64ᵉ / 69 | epoch | ✅ Mesuré |
| Epoch: FrontierMath-2025-02-28-Public | 0,0 % | 35ᵉ / 64 | epoch | ✅ Mesuré |
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Hallucinations (Baseline)
Benchable : General Knowledge (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Mistral | 0,4 $ | 2 $ | 0,04 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 79 % en dessous de la moyenne des LLM similaires, et 12,1 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût moyen par benchmark — Benchable | 0,02 $ |
| Latence moyenne par benchmark — Benchable | 5 min 27 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Notre analyse
Forces. Mistral: Mistral Medium 3 se distingue surtout par ses résultats Benchable en hallucinations, connaissances générales et éthique, trois catégories où il apparaît dans le tout premier groupe du classement. Cette combinaison suggère un modèle alors solide pour produire des réponses factuelles, rester cohérent sur des questions générales et éviter certains comportements problématiques. La classification d’e-mails ressort aussi comme un usage bien maîtrisé. À sa sortie, son classement sur Epoch: GPQA diamond le plaçait dans le top 28% des LLM de sa génération, ce qui le situe dans le haut du panier de sa période, sans en faire un modèle frontière. Son prix reste un marqueur fort: 79% sous la moyenne des LLM similaires et environ 12.1 fois moins cher que les modèles haut de gamme.
Limites et points d’attention. Son ancienneté est le principal frein. Un an représente un délai très long dans l’IA générative, et ses performances sont aujourd’hui probablement largement dépassées par des modèles plus récents, avec un risque qu’il ne soit plus proposé activement par l’éditeur. Les résultats en mathématiques restent bons mais pas dominants, tandis que le codage apparaît nettement plus moyen dans le classement Benchable. La coupure de connaissances au 31 mars 2025 limite aussi l’analyse d’événements ou de produits postérieurs.
Sources des données : OpenRouter (openrouter.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · Benchable.ai (benchable.ai).