Mistral Large 3

Fiche modèle · Mistral AI · mistral-large-3-2509

Mistral Large 3 is a state-of-the-art general-purpose Multimodal granular Mixture-of-Experts model with 41B active parameters and 675B total parameters trained from scratch with 3000 H200s. This model is the instruct post-trained version, fine-tuned for instruction tasks, making it ideal for chat, agentic and instruction based use cases. Designed for reliability and long-context comprehension - It is engineered for production-grade assistants, retrieval-augmented systems, scientific workloads, and complex enterprise workflows.

Identité

OrganisationMistral AI
Pays—
Famille—
Typellm
Date de sortie2025-09-01
Licenceapache 2.0
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)non — 675 Md > 107 Md
Modalitésimage|text
Fenêtre de contexte256 000
KV cache / token (Q8)—
Paramètres totaux675 B
Paramètres actifs (session)41 B
Source des paramètres actifsweb : https://docs.mistral.ai/models/mistral-large-3-25-12
Curation des paramètres actifs2026-11-04
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-05-07T16:53:32.238084Z
Mis à jour le2026-11-04T06:04:56.473206Z
SourceLLM Stats
URLhttps://llm-stats.com/models/mistral-large-3-2509

IA Act — preuves fournisseur

ICA 84/100 · périmètre complet · seuil systémique inconnu

CritèreNote / 5Poids
Documentation technique3,85 %
Résumé des données d'entraînement5,035 %
Conformité droit d'auteur5,035 %
Code of Practice GPAI2,520 %
Risque systémique0,05 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : souverain — via Mistral AI (eurouter), Nebul (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 « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Mistral AIeuroutersouverain———262 144———
Nebuleuroutersouverain———262 144———

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat42.70
language0.80
math0.80
multimodal84.90
reasoning0.70
general11.30
communication42.80
creativity0.60
writing0.60

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arena-hardgeneral0.551.000.55nonoui2026-11-04T06:04:56.513261Z
mathmath0.901.000.90nonoui2026-11-04T06:04:56.529771Z
math-(cot)math0.681.000.68nonoui2026-11-04T06:04:56.476653Z
mm-mt-benchchat84.90100.000.85nonoui2026-11-04T06:04:56.538618Z
mmlu-reduxlanguage0.821.000.82nonoui2026-11-04T06:04:56.480721Z
mmmlulanguage0.741.000.74nonoui2026-11-04T06:04:56.503166Z
triviaqageneral0.751.000.75nonoui2026-11-04T06:04:56.493328Z
wild-benchgeneral0.691.000.69nonoui2026-11-04T06:04:56.509543Z

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

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