Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Mistral · pașaport de model

Mistral: Mistral Small 3.1 24B

mistral-small-3-1-24b-instruct-2503

Ponderi deschise
Licență Apache 2.0
24.0B parametri
128,000 context
Lansat 2025-03-01(din numele modelului)

General · LMArena: 1,303#266 din 396
Cea mai bună percentilă: 39.4Programare
Poziția în cohortă: 40.2mediană 45.4

Ce spun datele

Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 13,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 39.4 pct pe Programare față de 26 pct pe Vision Arena.

Programare39.4 pct1,361Verifică →
Urmarea instrucțiunilor36.9 pct1,293Verifică →
Prompturi dificile36.6 pct1,319Verifică →
General33.1 pct1,303Verifică →
Vision Arena26 pct1,127Verifică →
WebDev ArenaNeevaluat
Factuality ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
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.

Cum îl rulezi

Rulează-l singur

Repositorymistralai/Mistral-Small-3.1-24B-Instruct-2503

Parametri24.0B

ArhitecturăMistral3ForConditionalGeneration

LicențăApache 2.0

Transformers

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "mistralai/Mistral-Small-3.1-24B-Instruct-2503"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

Ollama

Nu sincronizăm tag-urile Ollama, așa că nu afișăm o comandă pe care nu o putem verifica — una greșită ar descărca modelul greșit. Caută în biblioteca Ollama →

Rețetele de fine-tuning Unsloth sunt specifice fiecărui model și nu le derivăm aici. Documentația Unsloth →

Folosește-l găzduit

ID de model APImistralai/mistral-small-3.1-24b-instruct

Lungime context128,000 tokeni

Ieșire maximă102,400 tokeni

Acceptătext, image

Preț intrare$0.35 per 1M tokeni

Preț ieșire$0.55 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyLogit biasLogprobsMax tokensMin-pPresence penaltyRepetition penaltySeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop-kTop logprobsTop-p

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"mistralai/mistral-small-3.1-24b-instruct","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

mistral-small-3.1-24b-instruct-2503 stands at 40.2 (raw mean 34.4) — measured on 5 of 27 axes.
pozițieșablonVerifică →
mistral-small-3.1-24b-instruct-2503 stands at 40.2 versus a cohort median of 45.4 across 144 models released within 180 days — below the peer median.
cohortășablonVerifică →

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 →