SprachmodellAktiv

Mistral Large 3

Mistral AI

Veröffentlicht: 2. Dezember 2025
Datenstand: 8. September 2026

Benchmark-Meta-Score: Nicht berechenbar
Mindestabdeckung fehlt
Geschwindigkeit: 76,6 Token/s
Ausgabe-Tempo
Preis: 0,5 $ · 1,5 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild
Ausgabe: Text

Neu an Mistral Large 3 ist der erste Mistral-MoE-Checkpoint seit der Mixtral-Reihe. Mistral nennt 675 Milliarden Gesamtparameter und 41 Milliarden aktive Parameter bei 256.000 Token Kontext. Text und Bilder dienen als Eingabe; die Gewichte stehen unter Apache 2.0.

Large 3 erscheint als offener Checkpoint. Zur selben multimodalen Mistral-3-Veröffentlichung gehört Ministral 3 14B neben kleineren Varianten.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	API, LokalQuelle
Parameter	675 Mrd.Quelle
Aktive Parameter	41 Mrd.Quelle
Kontextfenster	262.144 TokenQuelle
Hinweise	Sparse MoE mit 675B insgesamt, 41B aktivQuelle
Lizenz	Apache-2.0Quelle
Veröffentlichung	2025-12-02Quelle
Parameter	675 Mrd.Quelle
Aktive Parameter	41 Mrd. (HF card header describes 673B language-model parameters and 39B active plus vision encoder; source descriptions differ.)Quelle
Architektur	sparse mixture-of-experts language model with vision encoderQuelle
Eingabe	Text, BildQuelle
Ausgabe	TextQuelle
Trainingshardware	3000 H200 GPUsQuelle
Werkzeugaufrufe	JaQuelle

Benchmark-Metaanalyse

Gesamt- und Bereichsscores

Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.

Abrufstände der verwendeten Quellen 2026-10-15 - 2026-10-19

Gesamtindex

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 30 %
Testfamilien: 24 / 71
Quellen: 3
Mathematische Grenzen bei fehlenden Werten: 4,6-74,8 / 100

Programmieren

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 21 %
Testfamilien: 4 / 15
Quellen: 3
Mathematische Grenzen bei fehlenden Werten: 1,6-80,5 / 100

Schlussfolgern

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 43 %
Testfamilien: 4 / 7
Quellen: 2
Mathematische Grenzen bei fehlenden Werten: 4,5-61,7 / 100

Mathematik

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 20 %
Testfamilien: 1 / 5
Quellen: 1
Mathematische Grenzen bei fehlenden Werten: 1,4-81,4 / 100

Wissen

Index 22,0 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 67 %
Testfamilien: 2 / 3
Quellen: 2
Mathematische Grenzen bei fehlenden Werten: 14,7-48,0 / 100

Agenten

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 25 %
Testfamilien: 3 / 12
Quellen: 1
Mathematische Grenzen bei fehlenden Werten: 4,9-79,9 / 100

Allgemein

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 40 %
Testfamilien: 2 / 5
Quellen: 2
Mathematische Grenzen bei fehlenden Werten: 3,8-63,8 / 100

Finanzen

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 43 %
Testfamilien: 3 / 7
Quellen: 1
Mathematische Grenzen bei fehlenden Werten: 14,9-72,0 / 100

Recht

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 25 %
Testfamilien: 1 / 4
Quellen: 1
Mathematische Grenzen bei fehlenden Werten: 6,4-81,4 / 100

Gesundheit

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 33 %
Testfamilien: 1 / 3
Quellen: 1
Mathematische Grenzen bei fehlenden Werten: 8,5-75,2 / 100

Multimodal

Index 5,8 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 50 %
Testfamilien: 2 / 4
Quellen: 3
Mathematische Grenzen bei fehlenden Werten: 2,9-52,9 / 100

Bildung

Noch nicht genug Abdeckung für einen Score

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Abdeckung des Panelgewichts: 50 %
Testfamilien: 1 / 2
Quellen: 1
Mathematische Grenzen bei fehlenden Werten: 0,9-50,9 / 100

Dokumentierte Methode · Einbezogene Testfamilien und Messwerte

Methodenfassung: benchmark-meta-score-v1

Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf; bei gleichem Datum wird der breitere Schnitt verwendet. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Bei dieser Auswahl zwischen mehreren Ergebnissen führen unbekannte oder mehrdeutige Stufen zum Ausschluss des Modells aus der betreffenden Reihe. Eindeutige Einzelkonfigurationen benötigen keine Stufenreihenfolge. Das jeweils beste Einzelergebnis eines Modells wird nicht ausgewählt. Rangperzentile mit gleichen Rohwerten teilen sich dasselbe Perzentil. Mehrere Reihen desselben Auswerters innerhalb einer Testfamilie werden gleich gewichtet, danach werden Auswerter in der Testfamilie, Testfamilien im Bereich und Bereiche im Gesamtindex jeweils gleich gewichtet. Nicht gemessene Reihen bleiben in Abdeckung und Grenzen sichtbar. Ein Gesamtwert erfordert mindestens vier Bereiche, sechs Testfamilien und zwei Quellen. Ein Bereichswert erfordert mindestens zwei Testfamilien. Jeder Gesamt- und Bereichsscore benötigt außerdem mindestens 50 % des jeweiligen Panelgewichts.

Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.

Nicht gemessene Anteile werden nicht als Nullwert eingesetzt. Sie senken die Abdeckung und fließen nur in die ausgewiesenen Grenzen ein. Werte aus unterschiedlichen Abdeckungen sind daher nicht unmittelbar gleich vollständig.

Die Grenzen halten die vorhandenen Perzentile fest und setzen für fehlende Beiträge beliebige Werte von 0 bis 100 an. Sie sind keine Konfidenzintervalle und keine Prognose für spätere Neuberechnungen.

Die Quellenzahl ist keine Anzahl unabhängiger Experimente.

OECD-Handbuch zu zusammengesetzten Indikatoren

Alle 24 Testfamilien und 12 von 26 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.

Testfamilie: AA-Briefcase
Agenten · Familienindex: 15,9 / 100
Nominales Familiengewicht im Gesamtpanel: 0,6 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-aa-briefcase
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,6 %
  Rohwert:
  228,3 Elo
  Messgröße:
  AA-Briefcase Elo
  Version:
  v1.1
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  15,9 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-aa-briefcase:v1.1:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-aa-briefcase","v1.1","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: AA-LCR
Schlussfolgern · Familienindex: 11,0 / 100
Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-aa-lcr
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  1,02 %
  Rohwert:
  36 %
  Messgröße:
  Pass rate
  Version:
  v1.1
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  11,0 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-aa-lcr:v1.1:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-aa-lcr","v1.1","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 36,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: AutomationBench-AA
Agenten · Familienindex: 24,4 / 100
Nominales Familiengewicht im Gesamtpanel: 0,6 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-automationbench-aa
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,6 %
  Rohwert:
  1,4974701708193463 %
  Messgröße:
  Objectives completed without guardrail violations
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  24,4 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-automationbench-aa:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-automationbench-aa","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 1,5 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: GDP.pdf
Schlussfolgern · Familienindex: 11,0 / 100
Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-gdp-pdf
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  1,02 %
  Rohwert:
  1,2 %
  Messgröße:
  All-pass rate
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  11,0 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-gdp-pdf:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-gdp-pdf","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 1,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: GDPval-AA
Agenten · Familienindex: 18,3 / 100
Nominales Familiengewicht im Gesamtpanel: 0,6 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-gdpval-aa
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,6 %
  Rohwert:
  420,4 Elo
  Messgröße:
  GDPval-AA Elo
  Version:
  v2.1
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  18,3 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-gdpval-aa:v2.1:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-gdpval-aa","v2.1","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: IFBench
Allgemein · Familienindex: 18,8 / 100
Nominales Familiengewicht im Gesamtpanel: 1,43 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-ifbench
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  1,43 %
  Rohwert:
  36,190476190476204 %
  Messgröße:
  IFBench prompt-level loose accuracy (pass@1)
  Version:
  AA test set: 294 questions
  Teilnehmende Modelle:
  70
  Rangperzentil innerhalb der Kohorte:
  18,8 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-ifbench","AA test set: 294 questions","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Werkzeugregeln:
  Single-turn answer evaluated with the official IFBench source code
  Versuche:
  pass@1, 5 repeats per question
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Angezeigter Wert: 36,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: AA-Omniscience
Wissen · Familienindex: 22,0 / 100
Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-omniscience
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  2,38 %
  Rohwert:
  -39,56666666666667 points
  Messgröße:
  AA-Omniscience Index
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  22,0 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-omniscience:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-omniscience","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: GPQA Diamond
Schlussfolgern · Familienindex: 17,1 / 100
Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 50 %
- Vals AI
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  vals-gpqa
  Gewicht der Messreihe innerhalb der Testfamilie:
  50 %
  Nominaler Beitrag zum Gesamtpanel:
  0,51 %
  Rohwert:
  68,434 %
  Messgröße:
  accuracy
  Version:
  1
  Teilnehmende Modelle:
  77
  Rangperzentil innerhalb der Kohorte:
  17,1 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  vals-gpqa:1:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  vals-gpqa:1:overall
  Datensatztyp:
  public
  Setup- und Modellparameter
  Temperatur: 0.065. Maximale Ausgabetoken: 256000
  Kennung des Quellmodells: mistralai/mistral-large-2512. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Temperatur: 0.065. Maximale Ausgabetoken: 256000. Latenz in Sekunden: 21.216. Standardfehler: 2.372. Kosten je Aufgabe in USD: 0.00215. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-gpqa-2026-10-15-951eb5224097. Prüfsumme der Quelldaten: 951eb5224097733a9d09d06c14908ae2980e2e640e539f2c284877c5092d7077. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Testfamilie: Humanity’s Last Exam
Schlussfolgern · Familienindex: 2,4 / 100
Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 50 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-humanitys-last-exam
  Gewicht der Messreihe innerhalb der Testfamilie:
  50 %
  Nominaler Beitrag zum Gesamtpanel:
  0,51 %
  Rohwert:
  4,17052826691381 %
  Messgröße:
  Text-only pass@1 accuracy
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  2,4 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-humanitys-last-exam:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-humanitys-last-exam","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
  Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 4,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: LMArena Code Arena WebDev
Programmieren · Familienindex: 0,0 / 100
Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 100 %
- LMArena
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  lmarena-code-webdev
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,48 %
  Rohwert:
  1.230,2046332670132 rating
  Messgröße:
  WebDev Arena Bradley-Terry rating
  Version:
  webdev
  Teilnehmende Modelle:
  37
  Rangperzentil innerhalb der Kohorte:
  0,0 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  lmarena-code-webdev:2026-10-13:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  lmarena-code-webdev:2026-10-13:overall
  Datensatztyp:
  public-crowdsourced-preferences
  Harness:
  Arena Code Arena WebDev
  Setup- und Modellparameter
  Arena-Bewertung aus 839 veröffentlichten Paarvergleichen.. Harness: Arena Code Arena WebDev
  Arena-Bewertung aus 839 veröffentlichten Paarvergleichen.. Kennung des Quellmodells: lmarena/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Modellstand: mistral-large-3. Evaluator: LMArena. Datensatztyp: public-crowdsourced-preferences. Stand der Rangliste: 2026-10-13. Harness: Arena Code Arena WebDev. Quellenkennung: lmarena. Kennung der Evidenzaufnahme: lmarena-webdev-4589dee83b594891961ae5190c508a9288d2c2ae-28f8076e6c27. Prüfsumme der Quelldaten: 28f8076e6c27f1f89239f3d7243456357dfa175b078646a6bd859935b162cc9c. Parserversion: lmarena-dataset-v1. Importiert am: 2026-10-15
Testfamilie: LMArena Text, Style Control
Allgemein · Familienindex: 0,0 / 100
Nominales Familiengewicht im Gesamtpanel: 1,43 % · Abdeckung dieser Testfamilie: 100 %
- LMArena
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  lmarena-text-style-control
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  1,43 %
  Rohwert:
  1.414,1358256255128 rating
  Messgröße:
  style-controlled Bradley-Terry rating
  Version:
  style-control-v1
  Teilnehmende Modelle:
  37
  Rangperzentil innerhalb der Kohorte:
  0,0 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  lmarena-text-style-control:2026-10-13:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  lmarena-text-style-control:2026-10-13:overall
  Datensatztyp:
  public-crowdsourced-preferences
  Harness:
  Arena Text, style control
  Setup- und Modellparameter
  Arena-Bewertung aus 83.498 veröffentlichten Paarvergleichen.. Harness: Arena Text, style control
  Arena-Bewertung aus 83.498 veröffentlichten Paarvergleichen.. Kennung des Quellmodells: lmarena/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Modellstand: mistral-large-3. Evaluator: LMArena. Datensatztyp: public-crowdsourced-preferences. Stand der Rangliste: 2026-10-13. Harness: Arena Text, style control. Quellenkennung: lmarena. Kennung der Evidenzaufnahme: lmarena-4589dee83b594891961ae5190c508a9288d2c2ae-a39cbed99996. Prüfsumme der Quelldaten: a39cbed99996f4993a4cd66d8322b2edb939f1ffdbd377c9d3769edd01dd78ca. Parserversion: lmarena-dataset-v1. Importiert am: 2026-10-15
Testfamilie: LMArena Vision, Style Control
Multimodal · Familienindex: 0,0 / 100
Nominales Familiengewicht im Gesamtpanel: 1,79 % · Abdeckung dieser Testfamilie: 100 %
- LMArena
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  lmarena-vision-style-control
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  1,79 %
  Rohwert:
  1.199,757077684447 rating
  Messgröße:
  style-controlled Bradley-Terry rating
  Version:
  style-control-v1
  Teilnehmende Modelle:
  31
  Rangperzentil innerhalb der Kohorte:
  0,0 %
  Abgerufen:
  2026-10-15
  Vergleichskohorte:
  lmarena-vision-style-control:2026-10-09:overall
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  lmarena-vision-style-control:2026-10-09:overall
  Datensatztyp:
  public-crowdsourced-preferences
  Harness:
  Arena Vision, style control
  Setup- und Modellparameter
  Arena-Bewertung aus 8.643 veröffentlichten Paarvergleichen.. Harness: Arena Vision, style control
  Arena-Bewertung aus 8.643 veröffentlichten Paarvergleichen.. Kennung des Quellmodells: lmarena/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Modellstand: mistral-large-3. Evaluator: LMArena. Datensatztyp: public-crowdsourced-preferences. Stand der Rangliste: 2026-10-09. Harness: Arena Vision, style control. Quellenkennung: lmarena. Kennung der Evidenzaufnahme: lmarena-vision_style_control-4589dee83b594891961ae5190c508a9288d2c2ae-6cf1fae8efc9. Prüfsumme der Quelldaten: 6cf1fae8efc9ef6fe066f27d5bbe558cd360803a9c0fa6d89905aa53934efdb4. Parserversion: lmarena-dataset-v1. Importiert am: 2026-10-15
Testfamilie: MMMU-Pro
Multimodal · Familienindex: 11,6 / 100
Nominales Familiengewicht im Gesamtpanel: 1,79 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: SWE-bench Verified
Programmieren · Familienindex: 3,4 / 100
Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 50 %
Testfamilie: Terminal-Bench
Programmieren · Familienindex: 13,9 / 100
Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 67 %
Testfamilie: CorpFin v2
Finanzen · Familienindex: 45,9 / 100
Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: LiveCodeBench v6
Programmieren · Familienindex: 13,0 / 100
Nominales Familiengewicht im Gesamtpanel: 0,48 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: LegalBench
Recht · Familienindex: 25,6 / 100
Nominales Familiengewicht im Gesamtpanel: 1,79 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: MedQA
Gesundheit · Familienindex: 25,6 / 100
Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: MGSM
Mathematik · Familienindex: 6,9 / 100
Nominales Familiengewicht im Gesamtpanel: 1,43 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: MMLU-Pro
Wissen · Familienindex: 22,1 / 100
Nominales Familiengewicht im Gesamtpanel: 2,38 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: MortgageTax
Finanzen · Familienindex: 5,8 / 100
Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: SAGE
Bildung · Familienindex: 1,7 / 100
Nominales Familiengewicht im Gesamtpanel: 3,57 % · Abdeckung dieser Testfamilie: 100 %
Testfamilie: TaxEval v2
Finanzen · Familienindex: 52,6 / 100
Nominales Familiengewicht im Gesamtpanel: 1,02 % · Abdeckung dieser Testfamilie: 100 %

Benchmarkquellen im Überblick

Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
Artificial Analysis	10	1	13
Vals AI	15	0	76
LMArena	3	0	41

Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.

Veröffentlichte Benchmarks

Bildung

SAGE

Teilaufgabe	Mistral Large 3 (Dieses Modell)	Gemini 2.5 Pro	Qwen 3.8 Max 0902	Gemini 2.5 Flash-Lite	Qwen 3.7 Plus	Claude Sonnet 4.5	Llama 4 Scout
Automata	11,91 %	43,65 % (bester Wert dieser Zeile)	39,68 %	33,33 %	32,54 %	20,24 %	14,68 %
Linear Algebra	44,42 %	51,94 %	69,64 % (bester Wert dieser Zeile)	28,63 %	51,88 %	51,42 %	61,25 %
Overall	24,6 %	41,92 %	51,25 % (bester Wert dieser Zeile)	27,53 %	39,25 %	32,88 %	34,83 %
Partial Differential Equations	17,46 %	30,16 %	44,44 % (bester Wert dieser Zeile)	20,64 %	33,33 %	26,98 %	28,57 %

höhere Werte sind besserStand 15. Oktober 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg

Methodik und Einordnung

Messgröße: accuracy

SAGE

Calculus

1.Qwen 3.8 Max 090271,91 %

2.Gemini 2.5 Pro70,68 %

3.Claude Opus 4.558,33 %

4.Claude Sonnet 4.537,65 %

5.Gemini 2.5 Flash-Lite13,89 %

6.Llama 4 Scout5,25 %

7.Mistral Large 30 %

höhere Werte sind besserStand 15. Oktober 2026Skala: 0 % - 100 %

Quelle: Vals AI

|

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-sage:1:calculus
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 7
Methodik und Einordnung: Kennung des Quellmodells: mistralai/mistral-large-2512. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 101.608. Standardfehler: 0. Kosten je Aufgabe in USD: 0.010832. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15

Quelle: Vals AI

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

AA-LCR: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 36
Bewertung: 36
Messgröße: Pass rate
Einheit: %
Benchmark-Version: v1.1
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-aa-lcr:v1.1:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 36,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning

Quelle Artificial Analysis

AutomationBench-AA: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 1.4974701708193463
Bewertung: 1.4974701708193463
Messgröße: Objectives completed without guardrail violations
Einheit: %
Benchmark-Version: unspecified
Kategorie: agentic
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-automationbench-aa:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 1,5 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning

Quelle Artificial Analysis

CritPt: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: Score
Einheit: %
Benchmark-Version: unspecified
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-critpt:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: disputed
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 0,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
Einordnung: Artificial Analysis kennzeichnet CritPt als unter Prüfung; Änderungen am Datensatz können die Ergebnisse verändern.. Der Quelldatensatz markiert diesen Wert als umstritten. Er bleibt als dokumentierte Evidenz sichtbar, ist aber kein belastbarer Vergleichsnachweis.

Quelle Artificial Analysis

GDP.pdf: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 1.2
Bewertung: 1.2
Messgröße: All-pass rate
Einheit: %
Benchmark-Version: unspecified
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-gdp-pdf:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 1,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning

Quelle Artificial Analysis

Humanity's Last Exam: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 4.17052826691381
Bewertung: 4.17052826691381
Messgröße: Text-only pass@1 accuracy
Einheit: %
Benchmark-Version: unspecified
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-humanitys-last-exam:unspecified:v4.3.2:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: non-reasoning. Angezeigter Wert: 4,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: non-reasoning
Einordnung: Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.

Quelle Artificial Analysis

IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 36.190476190476204
Bewertung: 36.190476190476204
Messgröße: IFBench prompt-level loose accuracy (pass@1)
Einheit: %
Benchmark-Version: AA test set: 294 questions
Kategorie: general
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Angezeigter Wert: 36,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning
Einordnung: Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.

Quelle Artificial Analysis

MMMU-Pro: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 55.6647398843931
Bewertung: 55.6647398843931
Messgröße: pass@1 accuracy
Einheit: %
Benchmark-Version: AA cohort: 1,730 questions
Kategorie: multimodal
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-mmmu-pro:AA cohort: 1,730 questions:standalone:non-reasoning:tokens=0:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Kennung des Quellmodells: artificial-analysis/4928e950-7f37-4475-b0dc-c5bad781a321/mistral-large-3/mistral-large-3. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral. Modellstand: Mistral Large 3. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: non-reasoning. Angezeigter Wert: 55,7 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Mistral Large 3 (Release mistral-large-3, Zeile mistral-large-3, UUID 4928e950-7f37-4475-b0dc-c5bad781a321, reasoning=false, source reasoning-token configuration budget=0, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Der AA-Lauf umfasst 1.730 Fragen mit zehn Antwortoptionen. Die Antwort wird per regulärem Ausdruck extrahiert und als pass@1 bewertet.. Werkzeugrichtlinie: Ten-option multiple choice; regex answer extraction. Versuche: pass@1, one run per question. Reasoning: non-reasoning
Einordnung: Die Benchmarkseite nennt 3.460 Fragen für den vollständigen MMMU-Pro-Datensatz; die AA-Methodik beschreibt einen 1.730-Fragen-Lauf.

Quelle Artificial Analysis

Dokumentierte Messdetails

SAGE: Automata (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 11.905
Bewertung: 11.905
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: automata
Aufgabenbezeichnung: Automata
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:automata
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: mistralai/mistral-large-2512. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 62.961. Standardfehler: 4.152. Kosten je Aufgabe in USD: 0.00818. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

SAGE: Linear Algebra (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 44.419
Bewertung: 44.419
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: linear_algebra
Aufgabenbezeichnung: Linear Algebra
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:linear_algebra
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: mistralai/mistral-large-2512. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 49.23. Standardfehler: 5.581. Kosten je Aufgabe in USD: 0.009728. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

SAGE: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 24.595
Bewertung: 24.595
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: mistralai/mistral-large-2512. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 55.068. Standardfehler: 2.81. Kosten je Aufgabe in USD: 0.00806. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

SAGE: Partial Differential Equations (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 17.46
Bewertung: 17.46
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: PDEs
Aufgabenbezeichnung: Partial Differential Equations
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:PDEs
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: mistralai/mistral-large-2512. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 53.013. Standardfehler: 4.764. Kosten je Aufgabe in USD: 0.006272. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

SAGE: Calculus (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: education
Aufgabe: calculus
Aufgabenbezeichnung: Calculus
Richtung: Mehr ist besser
Vergleichskohorte: vals-sage:1:calculus
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-10-15
Methodik: Kennung des Quellmodells: mistralai/mistral-large-2512. Name des Quellmodells: Mistral Large 3. Anbieter laut Quelle: Mistral AI. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-10-08. Temperatur: 1. Maximale Ausgabetoken: 30000. Latenz in Sekunden: 101.608. Standardfehler: 0. Kosten je Aufgabe in USD: 0.010832. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-sage-2026-10-15-cc5fb3fecdb0. Prüfsumme der Quelldaten: cc5fb3fecdb0382d492ff167a42ad84b9c5c3883373c78ed87baaa972b8b6f7c. Parserversion: vals-astro-v3. Importiert am: 2026-10-15
Vergleichsmethodik: Temperatur: 1. Maximale Ausgabetoken: 30000

Seite 1 von 11

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	Mistral. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Abgerufen am 7. September 2026. Quelle: Artificial Analysis · Geschwindigkeit (Artificial Analysis)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 7. September 2026. Quelle: Modelldokumentation · Eingabe (Modelldokumentation) · Mistral 3 announcement · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 7. September 2026. Quelle: Modelldokumentation · Eingabe (Modelldokumentation) · Mistral 3 announcement · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt	profile-benchmarks Originalwortlaut The official Instruct card publishes no exact score table. The separate Base card has a labeled benchmark image, but those Base results cannot be imported into this Instruct record; no exact Instruct score source was found.
In den geprüften Quellen nicht gefunden	knowledge-cutoff Originalwortlaut No exact cutoff found.
In den geprüften Quellen nicht gefunden	training-tokens Originalwortlaut No token count found.
In den geprüften Quellen nicht gefunden	max-output-tokens Originalwortlaut No model-specific maximum output found.
Ungeklärt	parameter-discrepancy Originalwortlaut Release post says 675B/41B active; HF card header says 673B/39B language model plus vision encoder. Do not collapse these into one unqualified figure.
Weitere Quelle	Modellmetadaten
Weitere Quelle	Kontextfenster-Daten (abgerufen 8. September 2026) · Mistral Large 3 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	LMArena (abgerufen 15. Oktober 2026)
Weitere Quelle	LMArena (abgerufen 15. Oktober 2026)
Weitere Quelle	LMArena (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Vals AI (abgerufen 15. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	Mistral model overview · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0