Magistral Small
Magistral Small ist Mistral AIs kompaktes Reasoning-Modell aus Frankreich – ausgelegt auf strukturiertes Schlussfolgern mit niedrigerer Latenz. 128K Kontextfenster, Apache-2.0-Lizenz. Verfügbar über die Mistral-API; die Weights sind frei zugänglich.
- Open Weights
- Workstation
- API
- Thinking
- Real-Time
Sovereign Risk: LOW Mistral AI ist ein französisches Unternehmen mit Sitz in der EU und unterliegt keiner vergleichbaren staatlichen Zugriffspflicht wie dem chinesischen NSL oder dem US CLOUD Act für Modellgewichte.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Bronze
- 63.55
- Routine
- 39.02
- Reasoning
- 24.53
- LLM Judge Avg
- 3.12 / 5
- 100% Coverage
- Avg Task Duration
- 14.6s
- Real-Time
- Token Rate
- 98.69tok/s
- Output Rate
- P95 Latency
- 32.48s
- Top 5 %
- Total Tokens
- 88.7K
- Output Volume
- Cost per 1K
- $0.0015
- USD / 1K Requests
- Benchmark Cost
- $0.13
- Total · 88.7K tok
Benchmark-Module
7 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Magistral Small
Bestes Modell
Ø Alle Modelle
Code Quality
58.56
CLI Benchmark
79.45
Logical Reasoning
64.38
UX Writing
56.79
Documentation
61.48
Content Transform.
68.52
Cultural Intelligence
63.6
Benchmark Cost
$0.13
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.