Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
12501280
Mistral Large 2.1
mistral-large-2411 · Intervallo 95% 1260,8–1269,7 · 28,073 voti · 2026-10-15
Prestazioni dei modelli
Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.
Mistral Large 2.1
Punteggio Radar
/ 100
1/4 test principali · prove insufficienti
1 risultati di benchmark per questa configurazione
Ragionamento scientifico
GPQA Diamond · 25%
Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.
050100%
Mistral Large 2.151,3*%Intervallo 95% appross.: 46,1–56,6% · Risultato datato
Soluzione di problemi nuovi
Mystery Game Puzzles · 25%
Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.
050100%
Mistral Large 2.1Non disponibile
Matematica avanzata
FrontierMath Tiers 1-3 · 25%
Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.
050100%
Mistral Large 2.1Non disponibile
Risposte fattuali
SimpleQA Verified · 25%
Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.
050100%
Mistral Large 2.1Non disponibile
Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.
Risultati registrati
Ogni riga usa lo stesso benchmark, versione, carico, scenario e unità. I risultati mancanti non valgono zero. I risultati di sistema includono tutta la configurazione hardware e software.
Arena text preference / chinesehuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.238,96 rating
Intervallo di confidenza: 1.225,43 – 1.252,49
1914 voti
Categoria
chinese
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.275,27 rating
Intervallo di confidenza: 1.266,45 – 1.284,10
4212 voti
Categoria
coding
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.241,69 rating
Intervallo di confidenza: 1.232,67 – 1.250,70
4439 voti
Categoria
creative_writing
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.283,88 rating
Intervallo di confidenza: 1.278,47 – 1.289,28
16289 voti
Categoria
english
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.179,27 rating
Intervallo di confidenza: 1.172,44 – 1.186,09
18034 voti
Categoria
exclude_ties
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.207,75 rating
Intervallo di confidenza: 1.192,87 – 1.222,63
1510 voti
Categoria
expert
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.324,97 rating
Intervallo di confidenza: 1.284,12 – 1.365,82
204 voti
Categoria
french
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.241,81 rating
Intervallo di confidenza: 1.219,15 – 1.264,46
648 voti
Categoria
german
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.256,62 rating
Intervallo di confidenza: 1.249,63 – 1.263,61
6954 voti
Categoria
hard_prompts
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.267,57 rating
Intervallo di confidenza: 1.259,00 – 1.276,14
4452 voti
Categoria
hard_prompts_english
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / industry_business_and_management_and_financial_operationshuman preference · 2026-10-15 · rating
Arena text preference / industry_entertainment_and_sports_and_mediahuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.230,48 rating
Intervallo di confidenza: 1.222,18 – 1.238,78
5130 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.274,62 rating
Intervallo di confidenza: 1.259,60 – 1.289,65
1593 voti
Categoria
industry_legal_and_government
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.260,23 rating
Intervallo di confidenza: 1.251,51 – 1.268,96
4869 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.257,19 rating
Intervallo di confidenza: 1.247,12 – 1.267,26
3037 voti
Categoria
industry_mathematical
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.254,62 rating
Intervallo di confidenza: 1.237,91 – 1.271,34
1230 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.274,06 rating
Intervallo di confidenza: 1.266,77 – 1.281,35
6815 voti
Categoria
industry_software_and_it_services
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.260,46 rating
Intervallo di confidenza: 1.253,31 – 1.267,60
7416 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.248,64 rating
Intervallo di confidenza: 1.242,59 – 1.254,69
10971 voti
Categoria
instruction_following
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.170,06 rating
Intervallo di confidenza: 1.147,32 – 1.192,80
629 voti
Categoria
japanese
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.201,70 rating
Intervallo di confidenza: 1.171,77 – 1.231,62
408 voti
Categoria
korean
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.261,25 rating
Intervallo di confidenza: 1.251,71 – 1.270,79
3607 voti
Categoria
longer_query
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.261,08 rating
Intervallo di confidenza: 1.251,76 – 1.270,40
3574 voti
Categoria
math
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.259,57 rating
Intervallo di confidenza: 1.250,58 – 1.268,56
4438 voti
Categoria
multi_turn
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.235,24 rating
Intervallo di confidenza: 1.229,37 – 1.241,10
11784 voti
Categoria
non_english
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.265,28 rating
Intervallo di confidenza: 1.260,85 – 1.269,72
28073 voti
Categoria
overall
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.251,55 rating
Intervallo di confidenza: 1.241,47 – 1.261,63
3258 voti
Categoria
russian
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
Mistral Large 2.1
1.267,90 rating
Intervallo di confidenza: 1.222,48 – 1.313,31
153 voti
Categoria
spanish
Configurazione valutata
mistral-large-2411
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Mistral Large 2.1
Informazioni verificate sull’architettura insufficienti per una stima affidabile della VRAM.
Costo API
USD / mese
Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.