К списку моделей
Логотип Mistral, разработчика Mistral Large

Mistral Large

G-Score: н/д

От Mistral

Open Source
FAMMistral
CTX128K
PARНе раскрыто
Релиз: 2024-02-26
ProGeneralTextOpen WeightsLocal

Краткое описание

Это флагманская модель Mistral AI, Mistral Large 2 (версия «mistral-large-2407»). Это запатентованная модель с доступными весами, которая превосходно подходит для рассуждений, кода, JSON, чата и многого другого. Прочтите объявление о запуске [здесь](https://mistral.ai/news/mistral-large-2407/)....

G-Score и профиль

G-Score: н/д

Для Mistral Large пока нет совпавших результатов в подключённых публичных лидербордах. Исходные значения карточки не используются для G‑Score.

Показатели G‑Код, G‑Рассуждения, G‑Агенты и G‑Зрение рассчитаны по массовым таблицам LiveBench, Artificial Analysis и LMArena. Наведите или нажмите на значок рядом с оценкой, чтобы увидеть исходный лидерборд, вариант модели, значение и размер выборки.

Уверенность данных

низкая

Покрытие

0 тестов · 0 направлений

Происхождение

нет данных лидербордов

Как рассчитан профиль →

Место модели в каталоге

Место исходного бенчмарка показывается только при закреплённом source record и среди других карточек с источником. Эти старые значения не участвуют в G-Score лидербордов.

БенчмаркРезультатМестоДоказательство
Arena Elo (LMSYS)1536н/дИсточник не указан
MMLU (Общие знания)92.2%н/дИсточник не указан
HumanEval (Кодинг)96.6%н/дИсточник не указан
MATH (Математика)83.6%н/дИсточник не указан
GPQA (Экспертные знания)75%н/дИсточник не указан
SWE-bench (Разработка)58.6%н/дИсточник не указан

Подробный обзор модели

Обзор Mistral Large: Флагманская мощь от Mistral AI (2026)

Mistral Large (версия 2, она же 2407) — это топовая модель в линейке Mistral AI, представляющая собой одну из самых мощных открытых альтернатив закрытым коммерческим решениям. Она была разработана для решения наиболее ресурсоемких задач, требующих глубокого понимания контекста, сложной логики и многоязычности.

Основные характеристики Mistral Large

1. Превосходство в коде и JSON

Модель демонстрирует исключительные способности в работе со структурированными данными. Mistral Large является одной из лучших в классе по точности генерации JSON и написанию сложного программного обеспечения на десятках языков программирования.

2. Оптимизированное контекстное окно 128K

Хотя на рынке существуют модели с большим объемом памяти, 128 000 токенов в Mistral Large реализованы максимально эффективно. Модель отлично удерживает нить разговора и находит нужную информацию даже в самых объемных запросах.

3. Нативная мультиязычность

Mistral Large была обучена на огромном массиве данных, включающем множество европейских языков. Она идеально подходит для перевода, локализации и создания контента для глобальной аудитории, сохраняя естественность и грамматическую точность.

Бенчмарки (Состояние на май 2026)

БенчмаркРезультат Mistral LargeКатегория
Arena Elo1536Высокий флагманский уровень
MMLU92.2%Знания и эрудиция
HumanEval96.6%Написание кода
MATH83.6%Математические задачи
GPQA75.0%Научные вопросы
SWE_bench58.6%Инженерные задачи

Сценарии использования

  • Сложный RAG (Retrieval-Augmented Generation): Создание систем ответов на вопросы по закрытым базам знаний.
  • Инструментарий разработчика: Интеграция в IDE для помощи в написании и аудите кода.
  • Многоязычные чат-боты: Обеспечение качественной поддержки пользователей на разных языках в рамках одной системы.

Доступность и цена

Mistral Large доступна через API по цене $2.00 за 1M входных токенов. Это делает её крайне привлекательным выбором для компаний, стремящихся к независимости от крупных технологических гигантов США при сохранении высочайшего уровня интеллекта систем.


Статья подготовлена для Gruzdevv.ru. Все данные актуальны на май 2026 года.

Где запустить модель

Цены приведены за 1 млн токенов и могут меняться. Доступность российских провайдеров проверяется на их стороне.

Обновляем провайдеров и цены…

Стоимость API

$2.00 / $6.00 за 1M токенов

Рассчитать сценарий →

Профиль модели

MMLU92.2%Code96.6%Math83.6%GPQA75%SWE58.6%

Бенчмарки

Arena Elo (LMSYS)1536
MMLU (Общие знания)92.2%
HumanEval (Кодинг)96.6%
MATH (Математика)83.6%
GPQA (Экспертные знания)75%
SWE-bench (Разработка)58.6%

История семейства

Линейка Mistral

Последовательность собрана по датам релиза моделей Mistral в каталоге. Она показывает соседние поколения, но не приписывает им совместимость или наследование архитектуры без отдельного источника.

Экосистема Mistral Large

Сервисы, инструменты, материалы и обсуждения, связанные с моделью.

Сервисы с поддержкой модели

Откройте результаты по названию модели и проверьте актуальную интеграцию.

Искать в /services/ →

MCP и инструменты

Весь каталог

Точных связей пока нет. Искать по разработчику.

Обсуждения о Mistral Large

Задайте вопрос сообществу — карточка модели будет прикреплена автоматически.

Создать обсуждение