Mistral Large 3 (675B Instruct 2512)

Fiche modèle · Mistral AI · mistral-large-latest

Mistral Large 3 (675B Instruct 2512) 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 in FP8, fine-tuned for instruction tasks, making it ideal for chat, agentic and instruction based use cases. A no-loss FP8 version to reduce resource requirements. Can be deployed on a node of B200s or H200s. Designed for reliability and long-context comprehension - It is engineered for production-grade assistants, retrieval-augmented systems, scientific workloads, and complex enterprise workflows.

Fiches modèles

Identité

Organisation	Mistral AI
Pays	—
Famille	—
Type	llm
Date de sortie	2025-12-04
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 675 Md > 107 Md
Modalités	image\|text
Fenêtre de contexte	256 000
KV cache / token (Q8)	—
Paramètres totaux	675 B
Paramètres actifs (session)	41 B
Source des paramètres actifs	web : https://docs.mistral.ai/models/mistral-large-3-25-12
Curation des paramètres actifs	2026-11-04
Prix par session	0.80 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
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)	6.72 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:32.297342Z
Mis à jour le	2026-11-04T06:04:56.617696Z
Source	LLM Stats
URL	https://llm-stats.com/models/mistral-large-latest

Tokens/tâche

IA Act — preuves fournisseur

ICA 84/100 · open source · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	3,8	5 %
Résumé des données d'entraînement	5,0	35 %
Conformité droit d'auteur	5,0	35 %
Code of Practice GPAI	2,5	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : souverain — via Mistral AI (llm_stats).

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	llm-stats	souverain	0.50 $	1.50 $	—	—	1.70	45.9	active

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

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.90
math	0.70
physics	0.40
reasoning	0.50
factuality	0.20
general	0.50
biology	0.40
chemistry	0.40
code	0.30

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
amc-2022-23	math	0.52	1.00	0.52	non	oui	2026-11-04T06:04:56.652907Z
gpqa	reasoning	0.44	1.00	0.44	non	oui	2026-11-04T06:04:56.629599Z
livecodebench	reasoning	0.34	1.00	0.34	non	oui	2026-11-04T06:04:56.660717Z
mmmlu	language	0.85	1.00	0.85	non	oui	2026-11-04T06:04:56.623336Z
simpleqa	factuality	0.24	1.00	0.24	non	oui	2026-11-04T06:04:56.643355Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	245	—	1.45	1	trueskill	2026-10-19	model_history

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