Mistral Small 3
MODEL PROFILE模型资料Mistral · 2025-01-30 发布
Mistral 于 2025 年 1 月 30 日发布的小型通用语言模型，面向预算敏感、调用频次高的开发团队，用家族内最低的 token 单价换取可接受的日常语言处理能力。
模型介绍
Mistral Small 3 属于 Mistral 的 Small 产品线，是该系列在 2025 年初的一次更新，定位在家族价格带的最底端。它要解决的问题很直接：当业务需要大量调用模型、但任务本身以常规语言处理为主时，用大模型跑并不划算。官方给出的输入 0.05 美元、输出 0.08 美元每百万 tokens 报价，把单次调用成本压到 Mistral 家族最低一档，同门 Large、Medium 系列的价格是它的数倍到二十余倍。从第三方评测看，它的综合智能指数与 GPQA 成绩说明它具备基础的知识问答与推理能力，但 HLE 与 LCR 两项显示它并不擅长高难题和长上下文检索。因此它的定位更接近承接高频、轻量、可容错流量的基础层，而非替代大模型。官方未标注能力项，收录平台数为 0，可查报价渠道也很少，选型时应以自身场景实测为准。
选型建议预算敏感、请求量大且任务以常规语言处理为主时选它；需要长上下文检索或高难推理时，应换用更大杯的模型。
关键指标
适用场景
- 批量处理客服会话与工单分类，用极低单价换取高并发吞吐
- 为产品内写作助手提供草稿生成、改写与摘要等高频轻任务
- 做结构化信息抽取，把非结构化文本转成字段化结果
- 作为线上系统的第一层过滤器，先筛掉简单请求再转交大模型
- 在本地或边缘环境做原型验证，压低前期试错成本
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 650 天。
规格与能力
上面没列到的字段官方未披露详细架构文档，只能结合产品定位与公开信息做定性判断：这是一款以低延迟、低成本为首要目标的小型模型。
- 结构走小型稠密网络路线，规模控制在便于单机或少量算力部署的区间，层数、注意力等细节公开资料较少。
- 能力面向指令跟随与常规对话优化，强调响应速度而非深度推理，适合被当作高频调用的基础模型使用。
- 披露官方能力项标注为空，训练数据构成与架构文档均未展开，实际表现需以第三方评测和自有测试为准。
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 | Mistral | 24B | 32.8K | $0.05/M | $0.08/M |
| Mistral Small 3 | Kilo Gateway | 24B | 32.8K | $0.05/M | $0.08/M |
| Mistral Small 3 (Deep Infra) | Eden AI | — | 32.8K | $0.05/M | $0.08/M |
性能表现
按 Artificial Analysis 口径，综合智能指数 6.7，处在轻量档位；优势集中在成本与响应，复杂推理是明显短板。
- 强项GPQA 46.2% 在同价位小模型中不算低，日常问答、摘要、改写和结构化输出这类任务可以稳定承接。
- 短板HLE 3.8%，LCR 记为 0.0%、该项未见有效得分，高难题与长上下文检索基本不提供支撑，不宜承担攻坚任务。
- 适合把调用成本与延迟放在第一位、对单次回答深度要求不高的线上业务，而非离线高难推理或超长文档处理。
跑分与榜单
第三方评测口径这些跑分分别测什么？（2 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 |
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定价输入 0.05 美元、输出 0.08 美元每百万 tokens，落在 Mistral 家族最低一档，价格本身就是它最主要的卖点。
- 定位定价处于家族底部，明显低于 Large 与 Medium 系列，适合把 token 成本压到最低的批量调用场景。
- 横向对比同门 Small 4 输入价 0.15 美元/M，比它高 200%；Large 3 高 900%，Large 4 与 Medium 3.5 高出 2600% 以上。
- 平台差价可查报价仅 HowToken 一家，输入 0.05、输出 0.08 美元/M，与官方价持平，相对输入价 0.0%，议价空间有限。
- 省钱输出价仅比输入价高约六成，长输出任务的价格惩罚较小，摘要、改写这类输出偏长的调用更划算。
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 | $0.05/M | $0.08/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 $0.05/M / $0.08/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 | +1300.0% | 154.7 |
| Mistral Medium 3.5 | 262.1K | $1.5/M | $7.5/M | +2900.0% | 141.6 |
| Mistral Medium 3 | 131.1K | $0.4/M | $2/M | +700.0% | 132.8 |
| Mistral Nemo | 131.1K | $0.15/M | $0.15/M | +200.0% | 114.1 |
| Mistral Large 4 Preview | — | $0.7/M | $2.1/M | +1300.0% | 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 的常见问题
1 条Mistral Small 3 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.05/M、输出 $0.08/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
- 口径能力项官方未标注，现有评分与对比均来自 Artificial Analysis 单一来源，不能直接等同于业务场景实测结果。
- 边界收录平台数为 0，可对接渠道与稳定性信息稀缺，上线前需自行验证可用性、速率限制与合规要求。
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。
