Mistral Large 2 vs Mistral Medium 3.5
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Mistral Large 2 от Mistral AI и Mistral Medium 3.5 от Mistral AI — две ключевые модели ИИ в своём классе. Mistral Large 2 предлагает контекстное окно 128K токенов по цене $2.00/$6.00 за 1 млн токенов, а Mistral Medium 3.5 — контекст 262.1K токенов по цене $0.40/$2.00 за 1 млн токенов. Ниже представлено сравнение бенчмарков, задержки и экономики.
Выбирайте и сравнивайте любые модели
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Mistral Large 2
Базовая модель с открытыми весамиMistral Large 2 от Mistral AI — специализированная ИИ-модель для самостоятельного развертывания на своих серверах, дообучения и суверенитета данных, обеспечивающая контекстное окно 128K, скорость 75 ток/с и индекс интеллекта 46/100 (по цене
$2.00 / 1M
$6.00 / 1M
128K tokens
38%
Mistral Medium 3.5
Базовая модель с открытыми весамиMistral Medium 3.5 от Mistral AI — специализированная ИИ-модель для самостоятельного развертывания на своих серверах, дообучения и суверенитета данных, обеспечивающая контекстное окно 262K, скорость 90 ток/с и индекс интеллекта 55/100 (по ц
$0.40 / 1M
$2.00 / 1M
262.1K tokens
54%
Ключевые отличия кратко
- Mistral Medium 3.5 is 3.9x cheaper for API usage (input + output tokens combined).
- Mistral Medium 3.5 has a larger context window (262K vs 128K tokens).
- Mistral Medium 3.5 is faster at 90 tok/s vs 75 tok/s.
- Mistral Medium 3.5 leads on SWE-bench coding (54.0% vs 38.0%).
| Feature | Mistral Large 2 | Mistral Medium 3.5 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 46 | 55 |
Provider | Mistral AI | Mistral AI |
Input Price Cost per million input tokens | $2.00 / 1M | $0.40 / 1M |
Output Price Cost per million output tokens | $6.00 / 1M | $2.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $1.70 / 1M | $0.35 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 262.1K tokens~393 A4 pages of text |
Max Output Tokens Per single request | 8K | 33K |
Throughput Speed Tokens generated per second | 75 tok/s | 90 tok/s |
SWE-bench Verified Real-world software engineering | 38% | 54% |
GPQA Diamond Graduate-level reasoning | 54% | 68% |
Cached Input Price Prompt caching discount per 1M tokens | $1.00 / 1M | $0.10 / 1M |
Кто лидирует в каждой категории?
At-a-glance decision frameworkРезультаты проверенных бенчмарков
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.
Задержка и скорость ответа
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Интерактивный калькулятор стоимости токенов
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Mistral Large 2 · Strengths & Key Advantages
- Контекстное окно 128K и генерация до 8K выходных токенов за ответ (SWE-bench Verified 38% · GPQA Diamond 54%)
- Высокая скорость генерации 75 токенов/сек при задержке до первого токена (TTFT) всего 520 мс
- Открытые веса модели (123B) для локального хостинга и дообучения через vLLM, SGLang или Ollama
Considerations & Trade-offs
- Для локального запуска в полной точности требуются GPU-серверы с достаточным объемом видеопамяти (VRAM)
- При больших объемах трафика рекомендуется использовать кэширование промптов и Batch API для снижения затрат
Mistral Medium 3.5 · Strengths & Key Advantages
- Контекстное окно 262K и генерация до 33K выходных токенов за ответ (SWE-bench Verified 54% · GPQA Diamond 68%)
- Высокая скорость генерации 90 токенов/сек при задержке до первого токена (TTFT) всего 450 мс
- Открытые веса модели (Confidential (~80B MoE)) для локального хостинга и дообучения через vLLM, SGLang или Ollama
Considerations & Trade-offs
- Для локального запуска в полной точности требуются GPU-серверы с достаточным объемом видеопамяти (VRAM)
- В сверхсложных научных доказательствах специализированные тяжелые модели рассуждения могут показывать большую глубину
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Mistral Large 2 | Mistral Medium 3.5 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.20 | $0.38 |
Output Tokens / Task Tokens generated per task | 24K | 38K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 18K |
Технические характеристики
Architecture, release timeline, capabilities, and modalities.
| Feature | Mistral Large 2 | Mistral Medium 3.5 |
|---|---|---|
| Official API Model ID (SDK) | mistral-large-2-latest | mistral-medium-3-5-latest |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2024-07 | 2026-04 |
| Knowledge Cutoff | July 2024 | February 2026 |
| Architecture | 123B Dense Frontier Transformer | Enterprise Hybrid Reasoning MoE |
| Parameters | 123B | Confidential (~80B MoE) |
| 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 ($2/1M in) across full 128K window | Flat rate ($0.4/1M in) across full 262K window |
| Prompt Cache Policy & TTL | Cached input at $1/1M 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) | 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) · 76 GB VRAM (4-bit Quantized) · 264 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 50 GB VRAM (4-bit Quantized) · 172 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 | text, vision |
| Output Modalities | text | text |
Mistral Large 2 vs Mistral Medium 3.5: Быстрые ответы (FAQ)
Which is more intelligent, Mistral Large 2 or Mistral Medium 3.5?
Mistral Medium 3.5 is more intelligent. It scores 55 compared with 46 on the composite Intelligence Index.
Which model is faster?
Mistral Medium 3.5 is faster, generating 90 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
Mistral Medium 3.5 is cheaper at $0.35 per 1M tokens blended, compared with $1.70 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Mistral Medium 3.5 has lower latency, with a time to first token of 0.45s compared with 0.52s.
Which model has a larger context window?
Mistral Medium 3.5 has a larger context window, supporting 262.1K tokens compared with 128K tokens.
Вердикт
И Mistral Large 2 (Оптимально для самостоятельного развертывания на своих серверах, дообучения и суверенитета данных, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.), и Mistral Medium 3.5 (Оптимально для самостоятельного развертывания на своих серверах, дообучения и суверенитета данных, корпоративных RAG-пайплайнов и масштабируемых API-сервисов.) отлично подходят для продакшена: Mistral Medium 3.5 лидирует в сложных тестах логики и кода, Mistral Medium 3.5 обеспечивает более высокую скорость генерации, а Mistral Medium 3.5 выгоднее при больших объёмах API-запросов.
Часто задаваемые вопросы (FAQ)
Что лучше для программирования и логики: Mistral Large 2 или Mistral Medium 3.5?+
По сводному индексу интеллекта и тестам программирования лидирует Mistral Medium 3.5. Подробные баллы SWE-bench и GPQA приведены в таблице выше.
У какой модели дешевле API — Mistral Large 2 или Mistral Medium 3.5?+
Тариф Mistral Large 2 составляет $2.00 / $6.00 за 1 млн входных/выходных токенов, а Mistral Medium 3.5 — $0.40 / $2.00. По смешанной стоимости выгоднее Mistral Medium 3.5.
У какой модели больше окно контекста и выше скорость?+
Mistral Large 2 поддерживает контекст 128K токенов против 262.1K токенов у Mistral Medium 3.5, а по скорости генерации токенов лидирует Mistral Medium 3.5.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Mistral Large 2 против GPT-4o: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Mistral Large 2 против Llama 3.3 70B: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Mistral Medium 3.5 против Claude Sonnet 5.5: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Mistral Medium 3.5 против DeepSeek V4.1-Flash: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Mistral Medium 3.5 против GPT-5.5: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
- Pixtral 12B против Mistral Large 2: Сравнение бенчмарков, цен API и скорости (2026)Сравнение
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Официальные источники: Официальная документация API Mistral AI и Mistral AI, системные карточки и независимые бенчмарки (2026).