Texte et discussion · Mistral AI
Mistral Small
Un modèle compact de 24 milliards de paramètres de Mistral AI, en mode privé : très bon marché, lit les images et appelle des outils.
Privé Coût basCe qui le distingue
Mistral Small est un modèle dense compact de 24 Md sous licence Apache 2.0, réglé pour une faible latence et un appel de fonctions propre. Il lit les images et coûte une fraction des gros modèles, mais sans mode raisonnement : les problèmes difficiles sont à confier à d’autres.
- 24 Md dense sous licence Apache 2.0
- Pensé pour la latence, lit les images
- 3.2 réduit les boucles et fiabilise les appels d’outils
Forces et limites
Ses points forts
- L’un des modèles les moins chers du catalogue
- Lit les images, appel d’outils, contexte de 256K
À éviter quand
- Pas de mode raisonnement : plus faible sur les problèmes difficiles
- 24 milliards de paramètres, contexte de 256K
- Poids ouverts
Cas d’usage
Extraction rapide depuis des photos
Lisez cette photo de ticket de restaurant et listez chaque article avec son prix dans un tableau, puis donnez le total.
Il accepte les images et figure parmi les modèles les moins chers.
Flux de travail avec outils
Cherchez les trois notes les plus récentes sur le projet Lyon et rédigez un point d’avancement à partir d’elles.
La version 3.2 a rendu l’appel de fonctions plus robuste.
Face à ses rivaux
- GemmaGemma est le rival ouvert le plus proche qui lit aussi les images, d’une génération plus récente.71e sur 90 au Artificial Analysis Intelligence Index (17 points)
- Llama et Hermes 3Llama 3.3 70B coûte plus cher et reste texte seul, mais c’est un modèle plus grand.86e sur 90 au Artificial Analysis Intelligence Index (8 points)
- Modèles ouverts QwenLes modèles ouverts Qwen ajoutent le raisonnement, absent de Mistral Small.23e sur 90 au Artificial Analysis Intelligence Index (40 points)
Historique des versions
Chaque version, datée, avec ce qu’elle a changé par rapport à la précédente.
Les points creux sont des versions antérieures qui ne sont plus proposées dans Sub Rosa.
Voir les chiffres
| Version | Sortie | points |
|---|---|---|
| Mistral Small 3.2 | 2025-06-20 | 8 |
| Mistral Small 4 | 2026-03-16 | 11 |
- Mistral Small 3Antérieure, hors de Sub Rosa
- Modèle de 24 Md optimisé pour la latence, Apache 2.0, plus de 3 fois plus rapide que Llama 3.3 70B sur le même matériel, selon Mistral
- Mistral Small 3.1Antérieure, hors de Sub Rosa
- Ajoute la compréhension des images
- Contexte porté à 128k jetons
- Mistral Small 3.2La plus récente
- Meilleur suivi des consignes précises : 84,78 % contre 82,75 % sur le test de la fiche
- Moins de générations infinies ou répétitives, un modèle d’appel de fonctions plus robuste
- Mistral Small 4Antérieure, hors de Sub Rosa
- Mélange d’experts de 119 Md au total et 6,5 Md actifs, contexte de 256k, variante avec raisonnement
Benchmarks
Comment lire ces scores : ce qu’un benchmark dit.
Artificial Analysis Intelligence Index : 87e sur 90 modèles mesurés du catalogue. Un score moyen d’une dizaine de tests indépendants de raisonnement, de connaissances, de maths, de code et de travail en agent, menés de la même façon pour chaque modèle. Plus c’est haut, mieux c’est. Chaque modèle est mesuré à son effort de raisonnement maximal. Deux ou trois points d’écart, c’est serré ; dix points, c’est une autre classe de modèle.
Voir les chiffres
| Modèle | points |
|---|---|
| 1. Claude Opus 5.5 | 58 |
| 2. Claude Sonnet 5.5 | 56 |
| 3. Claude Fable 5.1 | 53 |
| 4. GPT-6 Astra | 53 |
| 5. Gemini 4 Argon | 53 |
| 6. GPT-6.1 Sol | 52 |
| 7. Muse Wonder | 52 |
| 8. Claude Opus 5 | 51 |
| 9. Claude Fable 5 | 50 |
| 10. GPT-6 Sol | 48 |
| 87. Mistral Small 3.2 24B Instruct | 8 |
Le modèle de cette famille
| Modèle | Usage | Confidentialité | Prix |
|---|---|---|---|
Mistral Small 3.2 24B Instructmistral-small-3-2-24b-instruct | Texte | Privé | 0,112 $ par million de jetons rédigés0,0000787 $ la page rédigée |
Fiche technique
| Caractéristique | Mistral Small 3.2 |
|---|---|
| Sortie | 20 juin 2025 |
| Paramètres | 24B |
| Poids | Ouverts, Apache 2.0 |
| Accepte | texte, images |
| Produit | texte |
| Contexte | 256 k jetons |
| Réponse la plus longue | 16 k jetons |
| Capacités | Lit les images, Utilise les outils de Sub Rosa |
| Prix | 0,112 $ par million de jetons rédigés |
| Confidentialité | Privé |
Prix, contexte et durées tirés du catalogue le 16 octobre 2026 ; paramètres et licences selon le fabricant.
Sources
Tout ce qui figure sur cette page vient de ces pages, lues le 16 octobre 2026 ou à la date indiquée sur chaque score.