Mistral Small 3.2
MODEL PROFILE模型资料Mistral · 2025-06-20 发布
Mistral Small 3.2 是 Mistral 于 2025 年 6 月 20 日发布的 Small 系列小体量模型，面向预算敏感、单次调用短、对延迟敏感的通用问答与轻量代码场景。
模型介绍
Mistral Small 3.2 隶属 Mistral 的 Small 系列，官方定价为输入 0.075 美元/百万 tokens、输出 0.2 美元/百万 tokens，是这条产品线中价格最低的一档。它要解决的是“不值得动用大模型”的那部分请求：分类、摘要、常规问答、片段级代码生成等，这类任务单次调用短、并发高、对响应速度敏感。在 Mistral 自家模型矩阵中，它与 Small 4、Medium 3.5、Large 3、Large 4 形成清晰的价格阶梯，输入价差从 100% 一路拉高到 1900.0%，因此选型时更应参考任务复杂度，而不是只比较能力上限。按第三方 Artificial Analysis 口径，它的综合智能指数为 7.0、编程指数为 12.5，能力边界清楚：够用，但不算宽裕。官方未标注具体能力项，可查的平台报价目前只有 HowToken 一家，与官方价持平。
选型建议预算紧、任务链路短、以通用问答和轻量代码为主时选它；需要多步工具调用、长上下文检索或复杂代理编排时不选。
关键指标
适用场景
- 用低成本接口承接客服问答、内容分类等高频短文本任务
- 在单卡或本地环境部署轻量推理服务，压低延迟与硬件门槛
- 完成代码补全、片段级生成与简单脚本改写等辅助开发工作
- 作为高价值模型的前置分流层，把简单请求挡在低价档位
- 在原型阶段快速验证产品流程，控制试错与调用成本
暂无：上下文窗口、最大输出、知识截止、开源权重、模型家族、许可证、参数规模、输入模态、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。 发布 509 天。
规格与能力
上面没列到的字段Mistral Small 3.2 走的是 Small 系列的小体量模型路线，重点在低延迟与低成本部署；官方未标注参数规模与模态支持，结构细节需以官方模型卡为准。
- 系列定位延续 Small 系列的小参数路线，优先保证单卡或低成本环境下的响应速度，而不是把预算放在大规模多模态扩展上。
- 能力取向从评测分项看，能力偏向通用知识与代码理解，多步工具调用和长程代理并非这套设计的主攻方向。
- 披露程度官方未标注参数规模、上下文长度与模态支持，可查到的事实数据中也无对应条目，选型前应先核对官方模型卡。
能力
资料未标注
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| Mistral Small 3.2 | Mistral | — | 128K | $0.1/M | $0.3/M |
| Mistral Small 3.2 | Mistral | — | 128K | $0.1/M | $0.3/M |
| Mistral Small 3.2 | Mistral | — | — | $0.075/M | $0.2/M |
性能表现
按第三方 Artificial Analysis 口径，综合智能指数 7.0、编程指数 12.5，属于低价位段的入门水平，各分项之间差距明显。
- 强项GPQA 50.5%、SciCode 28.6% 说明它在同等价位里具备一定学科知识与代码理解基础，常规问答和片段级编程能够覆盖。
- 短板TerminalBench v2.1 仅 5.6%、Tau-Banking 6.2%、LCR 20.3%，多步工具调用与长上下文检索类任务明显吃力。
- 适合把任务拆成单轮或短链路的用法，比让它自主编排多步代理更契合这套分数结构，也更容易获得稳定输出。
跑分与榜单
第三方评测口径这些跑分分别测什么？（4 项口径说明）
| 基准 | 类别 | 说明 | 满分口径 | 前沿水平 | 状态 | 污染风险 |
|---|---|---|---|---|---|---|
| GPQA Diamond基准主页 | 知识 | Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions. | 0-100% accuracy | 96.3% (Artificial Analysis run) | 已饱和 | 低 |
| Humanity's Last Exam基准主页 | 知识 | Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing. | 0-100% accuracy | 61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1) | 仍在维护 | 低 |
| Terminal-Bench基准主页 | 编程 | Stanford / Anthropic agentic terminal-task benchmark. Each task gives the agent a goal and a sandboxed shell; success measured by deterministic post-condition. | 0-100% solved | 64.5% (1.0, legacy split) | 已停用 | 低 |
| Tau-Bench基准主页 | 智能体 | Sierra benchmark of customer-service agents. Tests realistic multi-turn tool-use with deterministic evaluators. Now at tau3: tau2 covers retail, airline, and telecom, while tau3 adds a banking knowledge-retrieval track and a real-time voice track, each ranked separately. | 0-100% pass@1 | 87.9% (tau2 text, 3-domain avg pass^1); the tau3 banking text track is led by Qwen3.8 Max at 55.2% pass^1 (Claude Opus 5 second at 48.7%), and the tau3 voice track by Ava Zero at 86.0% task completion, ahead of phonic-1 at 83.2% and gpt-live-1 at 79.9% | 仍在维护 | 低 |
说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。
跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。
价格与性价比
结合各平台报价与同类对比官方输入 0.075 美元/百万 tokens、输出 0.2 美元/百万 tokens，在 Mistral 自家产品线中处于最低价格带，适合作为成本基线。
- 定位按官方价属于该系列最便宜的档位，适合高频、单次 token 消耗低的调用，是成本敏感型业务的入门选择。
- 横向对比Mistral Small 4 输入价高出 100%，Large 3 高出 566.7%，Medium 3.5 与 Large 4 分别高出 1900.0%、1713.3%。
- 平台差价当前可查的平台报价为 HowToken，输入 0.075、输出 0.2 美元/百万 tokens，与官方价持平，相对输入价差为 0.0%。
- 省钱输出单价高于输入，控制输出长度比压缩输入更影响总成本；简单任务停在这一档即可，不必上探高价模型。
平台报价对比
1 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| HowToken | $0.075/M | $0.2/M | — | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.075/M / $0.2/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Mistral Large 4 | 1.05M | $0.7/M | $2.1/M | +833.3% | 154.7 |
| Mistral Medium 3.5 | 262.1K | $1.5/M | $7.5/M | +1900.0% | 141.6 |
| Mistral Medium 3 | 131.1K | $0.4/M | $2/M | +433.3% | 132.8 |
| Mistral Nemo | 131.1K | $0.15/M | $0.15/M | +100.0% | 114.1 |
| Mistral Large 4 Preview | — | $0.7/M | $2.1/M | +833.3% | 25.3 |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 Mistral Small 3.2 的常见问题
1 条Mistral Small 3.2 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.075/M、输出 $0.2/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
使用注意
- 口径文中分数均来自 Artificial Analysis 第三方评测，只代表该评测体系下的结果，不等于真实业务中的表现。
- 边界官方未标注能力项与上下文长度，可查的平台报价仅一家，多平台价格、可用性与区域覆盖仍待补充。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
