Mistral Small 3.2 vs Mistral Medium 3
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Mistral Small 3.2 de Mistral AI y Mistral Medium 3 de Mistral AI compiten directamente en el ecosistema actual de IA. Mistral Small 3.2 ofrece una ventana de contexto de 128K tokens a $0.10/$0.30 por millón de tokens (entrada/salida), mientras que Mistral Medium 3 ofrece 131.1K tokens de contexto a $0.40/$2.00 por millón de tokens. Analizamos sus benchmarks, latencia y costos reales.
Cambia y Compara Cualquier Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Mistral Small 3.2
Modelo Base de Pesos AbiertosMistral Small 3.2 de Mistral AI es un modelo de IA diseñado para autoalojamiento en servidores propios, ajuste fino (fine-tuning) y soberanía de datos, con ventana de contexto de 128K, velocidad de 100 tokens/s, índice de inteligencia de 43
$0.10 / 1M
$0.30 / 1M
128K tokens
34%
Mistral Medium 3
Modelo Base de Pesos AbiertosMistral Medium 3 de Mistral AI es un modelo de IA diseñado para autoalojamiento en servidores propios, ajuste fino (fine-tuning) y soberanía de datos, con ventana de contexto de 131K, velocidad de 85 tokens/s, índice de inteligencia de 47/1
$0.40 / 1M
$2.00 / 1M
131.1K tokens
40.5%
Diferencias Clave de un Vistazo
- Mistral Small 3.2 is 5.2x cheaper for API usage (input + output tokens combined).
- Mistral Medium 3 has a larger context window (131K vs 128K tokens).
- Mistral Small 3.2 is faster at 100 tok/s vs 85 tok/s.
- Mistral Medium 3 leads on SWE-bench coding (40.5% vs 34.0%).
| Característica | Mistral Small 3.2 | Mistral Medium 3 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 43 | 47 |
Provider | Mistral AI | Mistral AI |
Input Price Cost per million input tokens | $0.10 / 1M | $0.40 / 1M |
Output Price Cost per million output tokens | $0.30 / 1M | $2.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.09 / 1M | $0.35 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 8K | 16K |
Throughput Speed Tokens generated per second | 100 tok/s | 85 tok/s |
SWE-bench Verified Real-world software engineering | 34% | 40.5% |
GPQA Diamond Graduate-level reasoning | 48.5% | 57.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.05 / 1M | $0.10 / 1M |
¿Quién gana en cada área?
At-a-glance decision frameworkPuntuaciones de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latencia y Tiempo de Respuesta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interactivo de Costos de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Mistral Small 3.2 · Strengths & Key Advantages
- Ventana de contexto de 128K con hasta 8K tokens de salida máxima (SWE-bench Verified 34% · GPQA Diamond 48.5%)
- Rendimiento ágil de 100 tokens/segundo con latencia inicial (TTFT) de solo 400 ms
- Pesos abiertos (24B) listos para autoalojamiento local o en nube privada mediante vLLM y Ollama
Considerations & Trade-offs
- Requiere infraestructura GPU dedicada con suficiente memoria VRAM para inferencia local sin cuantización
- En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad
Mistral Medium 3 · Strengths & Key Advantages
- Ventana de contexto de 131K con hasta 16K tokens de salida máxima (SWE-bench Verified 40.5% · GPQA Diamond 57.5%)
- Rendimiento ágil de 85 tokens/segundo con latencia inicial (TTFT) de solo 480 ms
- Pesos abiertos (Confidential (~70B)) listos para autoalojamiento local o en nube privada mediante vLLM y Ollama
Considerations & Trade-offs
- Requiere infraestructura GPU dedicada con suficiente memoria VRAM para inferencia local sin cuantización
- En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Mistral Small 3.2 | Mistral Medium 3 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.09 | $0.35 |
Output Tokens / Task Tokens generated per task | 25K | 35K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Especificaciones Técnicas
Architecture, release timeline, capabilities, and modalities.
| Característica | Mistral Small 3.2 | Mistral Medium 3 |
|---|---|---|
| Official API Model ID (SDK) | mistral-small-3-2-latest | mistral-medium-3-latest |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-06 | 2025-05 |
| Knowledge Cutoff | April 2025 | March 2025 |
| Architecture | Compact Vision-Language Transformer | Enterprise Multimodal Transformer |
| Parameters | 24B | Confidential (~70B) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Flat rate ($0.1/1M in) across full 128K window | Flat rate ($0.4/1M in) across full 131K window |
| Prompt Cache Policy & TTL | Cached input at $0.05/1M tokens | Cached input at $0.1/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 15 GB VRAM (4-bit Quantized) · 52 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 43 GB VRAM (4-bit Quantized) · 151 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Mistral Small 3.2 vs Mistral Medium 3: Respuestas Rápidas (FAQ)
Which is more intelligent, Mistral Small 3.2 or Mistral Medium 3?
Mistral Medium 3 is more intelligent. It scores 47 compared with 43 on the composite Intelligence Index.
Which model is faster?
Mistral Small 3.2 is faster, generating 100 tokens per second compared with 85 tokens per second.
Which model is cheaper to run?
Mistral Small 3.2 is cheaper at $0.09 per 1M tokens blended, compared with $0.35 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Mistral Small 3.2 has lower latency, with a time to first token of 0.40s compared with 0.48s.
Which model has a larger context window?
Mistral Medium 3 has a larger context window, supporting 131.1K tokens compared with 128K tokens.
Veredicto
Tanto Mistral Small 3.2 (Ideal para autoalojamiento en servidores propios, ajuste fino (fine-tuning) y soberanía de datos, sistemas RAG empresariales y automatización mediante API.) como Mistral Medium 3 (Ideal para autoalojamiento en servidores propios, ajuste fino (fine-tuning) y soberanía de datos, sistemas RAG empresariales y automatización mediante API.) destacan en producción: Mistral Medium 3 lidera en inteligencia general y programación, Mistral Small 3.2 ofrece mayor velocidad de generación de tokens y Mistral Small 3.2 resulta más rentable para cargas de trabajo API de alto volumen.
Preguntas frecuentes
¿Cuál es mejor para programación y razonamiento, Mistral Small 3.2 o Mistral Medium 3?+
En las pruebas de inteligencia compuesta y resolución de código, Mistral Medium 3 obtiene la ventaja. Puedes revisar la tabla SWE-bench y GPQA arriba para comparar cada métrica.
¿Cuánto cuesta la API de Mistral Small 3.2 frente a Mistral Medium 3?+
Mistral Small 3.2 cuesta $0.10 / $0.30 por millón de tokens de entrada/salida, mientras que Mistral Medium 3 cuesta $0.40 / $2.00. En costo combinado, Mistral Small 3.2 es la opción más económica.
¿Qué modelo tiene mayor ventana de contexto y menor latencia?+
Mistral Small 3.2 cuenta con 128K tokens de contexto frente a 131.1K tokens de Mistral Medium 3. En velocidad de inferencia, Mistral Small 3.2 ofrece un rendimiento superior.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Command A Translate vs. Mistral Small 3.2: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Llama 3.1 Nemotron 70B Instruct vs. Mistral Medium 3: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Mistral Medium 3 vs. Mistral Small 3: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-Mini vs. Laguna XS 2.1: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.
Fuentes: Documentación oficial de API de Mistral AI y Mistral AI, tarjetas de sistema y benchmarks independientes (2026).