
Mistral: Mistral Medium 3.5 (batch)
mistralai/mistral-medium-3-5:batch
Poids du modèleMistral 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.
Fournisseurs
Différentes entreprises hébergent le même modèle. OpenRouter achemine votre requête vers l’une d’elles selon le mode de routage que vous choisissez : Équilibré (prix + vitesse), Nitro (le plus rapide) ou Floor (le moins cher).
| 0,75 $US | 3,75 $US | -- | -- |
Entrée 0,75 $US / Sortie 3,75 $US-- tok/s-- de disponibilité
Tarification
Le prix moyen que les clients paient réellement pour ce modèle, à côté des prix affichés par les fournisseurs. Grâce à la mise en cache et aux remises, le prix réellement payé est souvent bien inférieur au prix affiché.
Moyenne pondérée
Mistral Medium 3.5 (batch) — Historique des prix
| 0,00 $US | 0,00 $US | 8,8 % | 100,0 % |
- Prix effectif en entrée 0,00 $US / Sortie effective 0,00 $USPart des jetons100,0 %
Performances
Le débit est la vitesse à laquelle le modèle écrit (jetons par seconde — plus il est élevé, mieux c’est). La latence est le temps total d’aller-retour (plus il est faible, mieux c’est). Le TTFT est le délai avant le premier jeton — le temps avant de voir quelque chose apparaître (plus il est faible, mieux c’est).
Disponibilité
La disponibilité correspond au pourcentage des 3 derniers jours pendant lequel au moins un fournisseur répondait aux requêtes. La disponibilité du service correspond au pourcentage de temps pendant lequel l’inférence a été assurée avec succès. OpenRouter surveille en continu les fournisseurs et utilise le meilleur fournisseur suivant lorsque l’un d’eux renvoie une erreur.
Les données de disponibilité sont encore insuffisantes pour être affichées.
Lorsqu’une erreur survient chez un fournisseur en amont, nous pouvons rétablir le service en routant la requête vers un autre fournisseur opérationnel, si les filtres de votre requête le permettent. Vous pouvez accéder par programmation aux données de disponibilité de chaque fournisseur via l’ API des points de terminaison. Découvrez nos options d’ équilibrage de charge et de routage des fournisseurs.
Évaluations comparatives
Scores aux évaluations standardisées et réponses de ce modèle aux prompts communs des tests de référence. Des pourcentages plus élevés sont meilleurs — et chaque rang indique la position de ce modèle parmi les modèles évalués sur cette source.
| Source | Test de performance | Score |
|---|---|---|
| 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% |
Applications
Applications publiques qui envoient le plus de trafic à ce modèle. Un bon indicateur des charges de travail réelles en production — et un aperçu des cas d’usage auxquels ce modèle convient le mieux.
Pas encore assez de données sur les applications utilisant ce modèle.
Activité
Volume de jetons et trafic des requêtes vers ce modèle au fil du temps.
API
Code prêt à l’emploi pour appeler ce modèle. L’API d’OpenRouter est compatible avec OpenAI — la plupart des SDK fonctionnent en remplaçant simplement l’URL de base. Seul le slug du modèle ci-dessous change d’un modèle à l’autre.
Actuellement indisponible via le routage dans la région UE. Documentation sur le routage intrarégional
Questions fréquentes
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) coûte 0,75 $US/M de jetons d’entrée et 3,75 $US/M de jetons de sortie.
Mistral Medium 3.5 (batch) dispose d’une fenêtre de contexte de 262 144 jetons. Il prend en charge jusqu’à 262 144 jetons de complétion.
Oui. Mistral Medium 3.5 (batch) accepte tools et tool_choice pour l’appel de fonctions. Il prend également en charge les sorties structurées via un schéma JSON dans response_format.
Mistral Medium 3.5 (batch) accepte texte, images et fichiers tels que des PDF en entrée et renvoie texte.
Mistral Medium 3.5 (batch) est servi par 1 fournisseur sur OpenRouter : Mistral.
Mistral Large 4, Mistral Small 4, Devstral 2 2512 et 16 de plus sont d’autres modèles de type texte de Mistral.
Mistral Medium 3.5 (batch) est sorti le 30 avril 2026.