Mistral · pașaport de model
Magistral Medium 2506
magistral-medium-2506- Doar în cloud
- Licență Proprietary
- Lansat 2025-06-01(din numele modelului)
- General · LMArena
- 1,305#261 din 395
- Cea mai bună percentilă
- 47.7Programare
- Poziția în cohortă
- 40.5mediană 50.8
Ce spun datele
Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.
Cele mai slabe axe
- 11 pct — ARC-AGI-2 (0.0%)
Neuniform: 36,7 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 47.7 pct pe Programare față de 11 pct pe ARC-AGI-2.
- Programare47.7 pct1,387Verifică →
- Prompturi dificile42 pct1,333Verifică →
- Urmarea instrucțiunilor39.2 pct1,301Verifică →
- General34.2 pct1,305Verifică →
- ARC-AGI-211 pct0.0%Verifică →
- WebDev ArenaNeevaluat
- Vision ArenaNeevaluat
- Factuality ArenaNeevaluat
- Search ArenaNeevaluat
- Document ArenaNeevaluat
- Agent ArenaNeevaluat
- GPQA DiamondNeevaluat
- AIME (matematică)Neevaluat
- FrontierMathNeevaluat
- SimpleQA VerifiedNeevaluat
- Humanity's Last ExamNeevaluat
- SimpleBenchNeevaluat
- LiveBenchNeevaluat
- BFCL v4 (apelare de funcții)Neevaluat
- SWE-bench Verified (clasament live)Neevaluat
- Terminal-Bench 4.0Neevaluat
- MMLU-Pro (Artificial Analysis)Neevaluat
- LiveCodeBench (Artificial Analysis)Neevaluat
- IFBench (Artificial Analysis)Neevaluat
- Halucinații HHEM (Vectara)Neevaluat
- SWE-bench VerifiedNeevaluat
- Terminal-BenchNeevaluat
Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.
The magistral-medium-2506 model from mistral covers 5 of 27 axes with a composite shrinkage of 40.5 and a raw composite score of 34.8, without thin coverage.
pozițieVerifică →The magistral-medium-2506 model from mistral has a standing of 40.5, which is below the cohort median standing of 50.8 across 142 models in an 180-day window.
cohortăVerifică →
magistral-medium-2506 from mistral scored in the 11th percentile on ARC-AGI-2.
punct slabVerifică →
In the sensitivity analysis for magistral-medium-2506, the model's performance spread across ranks 181 to 799 is 618, covering 5 templates with best and worst under-template results of "Axat pe programare" and "Toate sursele" respectively.
oscilație a pozițieiVerifică →
Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →