Mistral Small 3 24B Base

Fiche modèle · Mistral AI · mistral-small-24b-base-2501

Mistral Small 3 is competitive with larger models such as Llama 3.3 70B or Qwen 32B, and is an excellent open replacement for opaque proprietary models like GPT4o-mini. Mistral Small 3 is on par with Llama 3.3 70B instruct, while being more than 3x faster on the same hardware.

Fiches modèles

Identité

Organisation	Mistral AI
Pays	—
Famille	—
Type	llm
Date de sortie	2025-01-30
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	32 768
KV cache / token (Q8)	—
Paramètres totaux	23.6 B
Paramètres actifs (session)	23.6 B
Source des paramètres actifs	web : https://huggingface.co/mistralai/Mistral-Small-24B-Base-2501
Curation des paramètres actifs	2026-11-04
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	2023-10-01
Créé le	2026-05-07T16:53:32.359832Z
Mis à jour le	2026-11-04T06:04:56.988718Z
Source	LLM Stats
URL	https://llm-stats.com/models/mistral-small-24b-base-2501

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

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 « — ».

Aucune donnée.

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

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.70
legal	0.70
math	0.70
physics	0.30
reasoning	0.70
finance	0.70
general	0.70
healthcare	0.70
biology	0.30
chemistry	0.30

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
agieval	reasoning	0.66	1.00	0.66	non	oui	2026-11-04T06:04:56.992141Z
arc-c	reasoning	0.91	1.00	0.91	non	oui	2026-11-04T06:04:57.003750Z
gpqa	reasoning	0.34	1.00	0.34	non	oui	2026-11-04T06:04:57.012598Z
gsm8k	math	0.81	1.00	0.81	non	oui	2026-11-04T06:04:57.020081Z
math	math	0.46	1.00	0.46	non	oui	2026-11-04T06:04:57.024003Z
mbpp	reasoning	0.70	100.00	0.70	non	oui	2026-11-04T06:04:57.029536Z
mmlu	general	0.81	1.00	0.81	non	oui	2026-11-04T06:04:57.035391Z
mmlu-pro	language	0.54	1.00	0.54	non	oui	2026-11-04T06:04:57.038745Z
triviaqa	general	0.80	1.00	0.80	non	oui	2026-11-04T06:04:57.041821Z

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