Magistral Medium
Trained solely with reinforcement learning on top of Mistral Medium 3, Magistral Medium is a reasoning model that achieves strong performance on complex math and code tasks without relying on distillation from existing reasoning models. The training uses an RLVR framework with modifications to GRPO, enabling improved reasoning ability and multilingual consistency.
Identité
| Organisation | Mistral AI |
|---|---|
| Pays | — |
| Famille | — |
| Type | llm |
| Date de sortie | 2025-06-10 |
| Licence | apache 2.0 |
| Licence commerciale | oui |
| Licence open source | oui |
| Poids ouverts | oui |
| Auto-hébergement (DGX Spark) | oui — ≤ 107 Md (Q8/FP8) |
| Modalités | — |
| Fenêtre de contexte | — |
| KV cache / token (Q8) | — |
| Paramètres totaux | 24 B |
| Paramètres actifs (session) | — |
| Source des paramètres actifs | — |
| Curation des paramètres actifs | — |
| Prix par session | — |
| Tokens / tâche (Data Players) | 1.2 M |
| Tokens / tâche (Terminal-Bench) | 83.3 M (est.) |
| Ratio Terminal-Bench / Data Players | 69.4× |
| Coût / tâche (Terminal-Bench) | — |
| Tokens d'entraînement | — |
| Coupure de connaissance | 2025-06-01 |
| Créé le | 2026-05-07T16:53:32.010318Z |
| Mis à jour le | 2026-11-04T06:04:55.830144Z |
| Source | LLM Stats |
| URL | https://llm-stats.com/models/magistral-medium |
IA Act — preuves fournisseur
| Critère | Note / 5 | Poids |
|---|---|---|
| Documentation technique | 2,5 | 5 % |
| Résumé des données d'entraînement | 0,0 | 35 % |
| Conformité droit d'auteur | 0,0 | 35 % |
| Code of Practice GPAI | 2,5 | 20 % |
| Risque systémique | 0,0 | 5 % |
Curation : 2026-10-23.
IA ActPrix par fournisseur
Statut du modèle (offres + auto-hébergement) : souverain — via Mistral AI (eurouter).
Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».
| Fournisseur | Source | Souveraineté | Entrée (/M tok) | Sortie (/M tok) | Quantification | Contexte | Latence (s) | Débit (tok/s) | Statut |
|---|---|---|---|---|---|---|---|---|---|
| Mistral AI | eurouter | souverain | — | — | — | 40 000 | — | — | — |
Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.
SouverainetéScores par catégorie (top_scores)
| Catégorie | Score |
|---|---|
| math | 0.50 |
| physics | 0.70 |
| reasoning | 0.50 |
| general | 0.50 |
| biology | 0.70 |
| chemistry | 0.70 |
| code | 0.50 |
| vision | 0.10 |
Scores par benchmark
| Benchmark | Catégorie | Score | Max | Normalisé (API) | Vérifié | Auto-déclaré | Daté du |
|---|---|---|---|---|---|---|---|
| aider-polyglot | general | 0.47 | 1.00 | 0.47 | non | oui | 2026-11-04T06:04:55.843303Z |
| aime-2024 | math | 0.74 | 1.00 | 0.74 | non | oui | 2026-11-04T06:04:55.852947Z |
| aime-2025 | math | 0.65 | 1.00 | 0.65 | non | oui | 2026-11-04T06:04:55.863061Z |
| gpqa | reasoning | 0.71 | 1.00 | 0.71 | non | oui | 2026-11-04T06:04:55.867589Z |
| humanity's-last-exam | reasoning | 0.09 | 1.00 | 0.09 | non | oui | 2026-11-04T06:04:55.871118Z |
| livecodebench | reasoning | 0.50 | 1.00 | 0.50 | non | oui | 2026-11-04T06:04:55.878346Z |
Classements
| Catégorie | Rang | Score | Note conservatrice | Benchmarks évalués | Méthode | Daté du | Provenance |
|---|---|---|---|---|---|---|---|
| code | 230 | — | 3.44 | 2 | trueskill | 2026-10-19 | model_history |
Données
Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04