
Mistral: Mistral Medium 3.5 (batch)
mistralai/mistral-medium-3-5:batch
Pesos del modeloMistral Medium 3.5 is a dense 128B instruction-following model from Mistral AI. It supports text and image inputs with text output, and is designed for agentic workflows, coding, and complex multi-step reasoning. It is particularly strong at reliable multi-tool calling and long-horizon tasks, with a 256K context window, configurable reasoning effort per request, and a custom vision encoder that handles variable image sizes and aspect ratios. Self-hostable on as few as four GPUs and available under open weights.
Proveedores
Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).
| 0,75 US$ | 3,75 US$ | -- | -- |
Entrada 0,75 US$ / Salida 3,75 US$-- tok/s-- de tiempo de actividad
Precios
El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.
Media ponderada
Mistral Medium 3.5 (batch) — Historial de precios
| 0,00 US$ | 0,00 US$ | 8,8 % | 100,0 % |
- En vigor en 0,00 US$ / Salida efectiva 0,00 US$Proporción de tókenes100,0 %
Rendimiento
La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).
Tiempo de actividad
El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.
Aún no hay suficientes datos de tiempo de actividad para mostrar.
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.
Pruebas de rendimiento
Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.
| Fuente | Prueba de rendimiento | Puntuación |
|---|---|---|
| Artificial Analysis | Mistral Medium 3.5 Intelligence Index | 4,6 |
| Artificial Analysis | Mistral Medium 3.5 Coding Index | 46,9 |
| Artificial Analysis | Mistral Medium 3.5 Agentic Index | 7,0 |
| Artificial Analysis | Mistral Medium 3.5 GPQA Diamond | 74.8% |
| Artificial Analysis | Mistral Medium 3.5 HLE | 13.8% |
| Artificial Analysis | Mistral Medium 3.5 IFBench | 68.8% |
| Artificial Analysis | Mistral Medium 3.5 τ²-Bench Telecom | 94.2% |
| Artificial Analysis | Mistral Medium 3.5 AA-LCR | 69.3% |
| Artificial Analysis | Mistral Medium 3.5 τ-Bench Banking | 15.1% |
| Artificial Analysis | Mistral Medium 3.5 GDPval-AA | 13.4% |
| Artificial Analysis | Mistral Medium 3.5 CritPt | 0.0% |
| Artificial Analysis | Mistral Medium 3.5 SciCode | 40.2% |
| Artificial Analysis | Mistral Medium 3.5 Terminal-Bench Hard | 33.3% |
| Artificial Analysis | Mistral Medium 3.5 Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | Mistral Medium 3.5 Terminal-Bench 2.1 | 50.6% |
| Artificial Analysis | Mistral Medium 3.5 AA-Omniscience Accuracy | 23.0% |
| Artificial Analysis | Mistral Medium 3.5 AA-Omniscience Non-Hallucination Rate | 19.8% |
Aplicaciones
Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.
Aún no hay suficientes datos sobre las aplicaciones que usan este modelo.
Actividad
Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.
API
Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.
Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región
Preguntas frecuentes
Mistral Medium 3.5 is a dense 128B instruction-following model from Mistral AI. It supports text and image inputs with text output, and is designed for agentic workflows, coding, and complex multi-step reasoning.
Mistral Medium 3.5 (batch) cuesta 0,75 US$/M de tokens de entrada y 3,75 US$/M de tókenes de salida.
Mistral Medium 3.5 (batch) tiene una ventana de contexto de 262.144 tókenes. Admite hasta 262.144 tókenes de respuesta.
Sí. Mistral Medium 3.5 (batch) admite tools y tool_choice para llamadas a funciones. También admite salidas estructuradas mediante un esquema JSON en response_format.
Mistral Medium 3.5 (batch) acepta texto, imágenes y archivos como PDF como entrada y devuelve texto.
Mistral Medium 3.5 (batch) está disponible a través de 1 proveedor en OpenRouter: Mistral.
Mistral Large 4, Mistral Small 4, Devstral 2 2512 y 16 más son otros modelos de texto de Mistral.
Mistral Medium 3.5 (batch) se lanzó el 30 de abril de 2026.