Preferenze complessive sul testo da confronti diretti. Non misura accuratezza fattuale o riuscita dei compiti.
13201360
Mistral Small 3.2
mistral-small-2506 · Intervallo 95% 1332,8–1343,2 · 17,462 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 Small 3.2
Punteggio Radar
/ 100
1/4 test principali · prove insufficienti
2 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 Small 3.249,1*%Intervallo 95% appross.: 43,6–54,5%
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 Small 3.2Non disponibile
Matematica avanzata
FrontierMath Tiers 1-3 · 25%
Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.
050100%
Mistral Small 3.2Non disponibile
Risposte fattuali
SimpleQA Verified · 25%
Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.
050100%
Mistral Small 3.2Non disponibile
Matematica da competizione
OTIS Mock AIME 2024-2025 · Risultato separato
Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.
050100%
Mistral Small 3.230,3*%Intervallo 95% appross.: 19,0–41,6%
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 Small 3.2
1.340,39 rating
Intervallo di confidenza: 1.322,95 – 1.357,83
1093 voti
Categoria
chinese
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / codinghuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.361,99 rating
Intervallo di confidenza: 1.351,92 – 1.372,06
3337 voti
Categoria
coding
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / creative_writinghuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.304,75 rating
Intervallo di confidenza: 1.292,04 – 1.317,46
2149 voti
Categoria
creative_writing
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / englishhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.357,10 rating
Intervallo di confidenza: 1.350,14 – 1.364,05
7567 voti
Categoria
english
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / exclude_tieshuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.291,61 rating
Intervallo di confidenza: 1.284,37 – 1.298,85
12179 voti
Categoria
exclude_ties
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / experthuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.290,91 rating
Intervallo di confidenza: 1.271,49 – 1.310,34
856 voti
Categoria
expert
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / frenchhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.336,55 rating
Intervallo di confidenza: 1.297,47 – 1.375,64
227 voti
Categoria
french
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / germanhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.340,18 rating
Intervallo di confidenza: 1.310,96 – 1.369,41
427 voti
Categoria
german
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / hard_promptshuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.335,06 rating
Intervallo di confidenza: 1.328,17 – 1.341,96
7757 voti
Categoria
hard_prompts
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / hard_prompts_englishhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.356,77 rating
Intervallo di confidenza: 1.346,97 – 1.366,57
3448 voti
Categoria
hard_prompts_english
Configurazione valutata
mistral-small-2506
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 Small 3.2
1.303,76 rating
Intervallo di confidenza: 1.293,55 – 1.313,97
3142 voti
Categoria
industry_entertainment_and_sports_and_media
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / industry_legal_and_governmenthuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.340,22 rating
Intervallo di confidenza: 1.323,23 – 1.357,22
1142 voti
Categoria
industry_legal_and_government
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / industry_life_and_physical_and_social_sciencehuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.338,57 rating
Intervallo di confidenza: 1.327,65 – 1.349,50
2898 voti
Categoria
industry_life_and_physical_and_social_science
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / industry_mathematicalhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.351,31 rating
Intervallo di confidenza: 1.333,20 – 1.369,43
994 voti
Categoria
industry_mathematical
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / industry_medicine_and_healthcarehuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.345,76 rating
Intervallo di confidenza: 1.328,15 – 1.363,37
1128 voti
Categoria
industry_medicine_and_healthcare
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / industry_software_and_it_serviceshuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.360,33 rating
Intervallo di confidenza: 1.352,61 – 1.368,05
5904 voti
Categoria
industry_software_and_it_services
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / industry_writing_and_literature_and_languagehuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.310,02 rating
Intervallo di confidenza: 1.300,40 – 1.319,64
3757 voti
Categoria
industry_writing_and_literature_and_language
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / instruction_followinghuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.309,20 rating
Intervallo di confidenza: 1.300,35 – 1.318,05
4383 voti
Categoria
instruction_following
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / japanesehuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.275,28 rating
Intervallo di confidenza: 1.249,33 – 1.301,23
520 voti
Categoria
japanese
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / koreanhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.257,69 rating
Intervallo di confidenza: 1.226,09 – 1.289,30
359 voti
Categoria
korean
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / longer_queryhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.325,88 rating
Intervallo di confidenza: 1.315,90 – 1.335,87
3421 voti
Categoria
longer_query
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / mathhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.341,09 rating
Intervallo di confidenza: 1.323,71 – 1.358,46
1049 voti
Categoria
math
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / multi_turnhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.343,29 rating
Intervallo di confidenza: 1.332,60 – 1.353,98
2995 voti
Categoria
multi_turn
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / non_englishhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.315,08 rating
Intervallo di confidenza: 1.308,75 – 1.321,40
9885 voti
Categoria
non_english
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / overallhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.338,02 rating
Intervallo di confidenza: 1.332,83 – 1.343,20
17462 voti
Categoria
overall
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / polishhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.316,76 rating
Intervallo di confidenza: 1.302,14 – 1.331,39
1736 voti
Categoria
polish
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / russianhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.323,05 rating
Intervallo di confidenza: 1.307,04 – 1.339,05
1232 voti
Categoria
russian
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Arena text preference / spanishhuman preference · 2026-10-15 · rating
Mistral Small 3.2
1.346,94 rating
Intervallo di confidenza: 1.317,70 – 1.376,17
421 voti
Categoria
spanish
Configurazione valutata
mistral-small-2506
Tipo di valutazione
human preference
Esecuzione locale
Inferenza · stima della memoria
Mistral Small 3.2
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.