Mistral: Voxtral Small 24B 2507
Mistral: Voxtral Small 24B 2507 est un LLM de Mistral AI sorti le 30 octobre 2025. Son positionnement se distingue surtout par un coût très bas: sa tarification est indiquée 95% sous la moyenne des LLM similaires.
Mistral: Voxtral Small 24B 2507 est un LLM de Mistral AI sorti le 30 octobre 2025. Son positionnement se distingue surtout par un coût très bas: sa tarification est indiquée 95% sous la moyenne des LLM similaires.
Le modèle dispose d’une fenêtre de contexte de 32 000 tokens, adaptée aux entrées longues dans la limite des données fournies. Face aux modèles frontière, son prix annoncé est environ 48,3 fois inférieur, avec une couverture fondée sur 2 sources de données concordantes.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Mistral AI |
| Date de sortie | 30 octobre 2025 |
| Multimodal | oui |
| Fenêtre de contexte | 32 000 tokens |
| Modalités (entrée → sortie) | text,audio,file → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : General Knowledge (Baseline) | 98,5 % | 134ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 98,0 % | 161ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 97,0 % | 163ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 80,0 % | 174ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 72,0 % | 192ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 64,0 % | 157ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 51,0 % | 170ᵉ / 252 | benchable | ✅ 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 : General Knowledge (Baseline)
Benchable : Ethics (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Mistral | 0,1 $ | 0,3 $ | 0,01 $ |
Prix en dollars US par million de tokens.
Sa tarification se situe 95 % en dessous de la moyenne des LLM similaires, et 48,3 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 $ |
| Latence moyenne par benchmark — Benchable | 1 min 51 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. Les meilleurs signaux de Mistral: Voxtral Small 24B 2507 se situent sur General Knowledge (connaissances générales), Ethics (évaluation de réponses selon des critères éthiques) et Email Classification (classement d’e-mails), où les scores Benchable sont élevés. Le modèle présente aussi un résultat correct en Coding (production ou compréhension de code), sans apparaître comme un spécialiste du domaine dans son classement. Sa fenêtre de contexte de 32 000 tokens renforce son intérêt pour des prompts longs, des documents volumineux ou des échanges étendus. Son principal avantage reste économique: le coût d’entrée à 0,1 $ par million de tokens et le coût de sortie à 0,3 $ par million de tokens le placent dans une catégorie très abordable.
Limites et points d'attention. Les résultats en Hallucinations (tendance à produire des informations fausses) et en Reasoning (raisonnement) sont nettement moins favorables que ses meilleurs benchmarks, avec des classements situés dans la partie basse des panels Benchable. Les tâches qui exigent une forte fiabilité factuelle, une chaîne de raisonnement robuste ou une vérification fine du code demandent donc davantage de contrôle. Profil adapté aux usages sensibles au coût, aux traitements de texte longs et aux classifications simples, moins aux scénarios où la précision factuelle et le raisonnement complexe priment sur le prix.
Sources des données : OpenRouter (openrouter.ai) · Benchable.ai (benchable.ai).