Mistral AISprachmodell
Magistral Small
Für Magistral Small gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 76 von 785
53von 100wie im Vormonat
beruht auf zwei Datengruppen, überwiegend Nutzung
Zusammenfassung
Magistral Small war Mistrals erstes kleines Reasoning-Modell. Der 24B-Checkpoint verbindet mehrstufiges Schlussfolgern, Mathematik, Coding und fachliche Aufgaben. Mistral stellte ihn als transparentes, mehrsprachiges Angebot unter Apache 2.0 vor; Reasoning erzeugt dabei längere Ausgaben und mehr Rechenzeit.
Magistral Small 1.2 überarbeitet dieselbe Produktlinie. Mistrals aktuelle Dokumentation führt die erste Small-Version als eingestellt.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 14 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
CritPt v2: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0
- Bewertung
- 0
- Messgröße
- pass@1 accuracy
- Einheit
- %
- Benchmark-Version
- v2
- Kategorie
- reasoning
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- disputed
- Abrufdatum
- 2026-11-02
- Methodik
- Exakte AA-Konfiguration: Magistral Small 1 (Release magistral-small, Zeile magistral-small, UUID 0fec07d5-a9b2-407a-b5f8-5bf10bd86b59, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 2.000. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Kennung des Quellmodells: artificial-analysis/0fec07d5-a9b2-407a-b5f8-5bf10bd86b59/magistral-small/magistral-small. Name des Quellmodells: Magistral Small. Anbieter laut Quelle: Mistral. Modellstand: Magistral Small 1. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: reasoning enabled. Angezeigter Wert: 0,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-critpt-v2:v2:standalone:reasoning:effort=unspecified:suffix=unspecified
- Vergleichsmethodik
- Exakte AA-Konfiguration: Magistral Small 1 (Release magistral-small, Zeile magistral-small, UUID 0fec07d5-a9b2-407a-b5f8-5bf10bd86b59, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 2.000. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: reasoning enabled
- Einordnung
- Die AA-Quelle enthält hier den ursprünglichen CritPt-Wert. Die frühere Zuordnung zu CritPt v2 ist falsch; Wert und frühere Beschriftung bleiben als strittiger Altbeleg erhalten.. Der Quelldatensatz markiert diesen Wert als umstritten. Er bleibt als dokumentierte Evidenz sichtbar, ist aber kein belastbarer Vergleichsnachweis.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 24.7619047619048
- Bewertung
- 24.7619047619048
- 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
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- superseded
- Abrufdatum
- 2026-11-02
- Methodik
- Exakte AA-Konfiguration: Magistral Small 1 (Release magistral-small, Zeile magistral-small, UUID 0fec07d5-a9b2-407a-b5f8-5bf10bd86b59, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 2.000. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. 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/0fec07d5-a9b2-407a-b5f8-5bf10bd86b59/magistral-small/magistral-small. Name des Quellmodells: Magistral Small. Anbieter laut Quelle: Mistral. Modellstand: Magistral Small 1. 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: reasoning enabled. Angezeigter Wert: 24,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:effort=unspecified:suffix=unspecified
- Vergleichsmethodik
- Exakte AA-Konfiguration: Magistral Small 1 (Release magistral-small, Zeile magistral-small, UUID 0fec07d5-a9b2-407a-b5f8-5bf10bd86b59, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 2.000. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. 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: reasoning enabled
- Einordnung
- Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.. Dieser Wert wird als historische Evidenz geführt und ist nicht mit aktuellen Ergebnissen gleichzusetzen.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 24.7619047619048
- Bewertung
- 24.7619047619048
- 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
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-11-07
- Methodik
- Exakte AA-Konfiguration: Magistral Small 1 (Release magistral-small, Zeile magistral-small, UUID 0fec07d5-a9b2-407a-b5f8-5bf10bd86b59, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. 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/0fec07d5-a9b2-407a-b5f8-5bf10bd86b59/magistral-small/magistral-small. Name des Quellmodells: Magistral Small. Anbieter laut Quelle: Mistral. Modellstand: Magistral Small 1. 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: reasoning enabled. Angezeigter Wert: 24,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-07-b96e3ffc8c5b. Prüfsumme der Quelldaten: b96e3ffc8c5b052aa56f96d05e89d02b8cc234a75085820fca0ca2a39e498274. Parserversion: artificial-analysis-rsc-models-v4. Importiert am: 2026-11-07. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:effort=unspecified:suffix=unspecified
- Vergleichsmethodik
- Exakte AA-Konfiguration: Magistral Small 1 (Release magistral-small, Zeile magistral-small, UUID 0fec07d5-a9b2-407a-b5f8-5bf10bd86b59, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. 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: reasoning enabled
- Einordnung
- Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.
AIME 2024 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.68
- Bewertung
- 70.68
- Messgröße
- pass@1
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI Magistral Small model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Magistral Small in der Benchmarktabelle des Herausgebers; Sampling-Einstellungen und Reasoning-Aufwand werden nicht angegeben.
AIME 2025 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 62.76
- Bewertung
- 62.76
- Messgröße
- pass@1
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI Magistral Small model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Magistral Small in der Benchmarktabelle des Herausgebers; Sampling-Einstellungen und Reasoning-Aufwand werden nicht angegeben.
GPQA Diamond (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 68.18
- Bewertung
- 68.18
- Messgröße
- score as published
- Einheit
- %
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI Magistral Small model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Magistral Small in der Benchmarktabelle des Herausgebers; Sampling-Einstellungen und Reasoning-Aufwand werden nicht angegeben.
LiveCodeBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 55.84
- Bewertung
- 55.84
- Messgröße
- score as published
- Einheit
- %
- Benchmark-Version
- v5
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI Magistral Small model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Magistral Small; die Tabelle kennzeichnet LiveCodeBench mit Version 5. Sampling-Einstellungen und Reasoning-Aufwand werden nicht angegeben.
AIME 2024 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.3
- Bewertung
- 83.3
- Messgröße
- majority voting @64
- Einheit
- %
- Benchmark-Version
- AIME 2024
- Kategorie
- mathematics
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI, Magistral announcement (June 10, 2025)
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Vom Anbieter veröffentlichter Wert. Magistral Small; AIME 2024; Mehrheitsabstimmung @64 laut Ankündigung. Die Quelle nennt keine Prompts, Sampling- oder Decoding-Einstellungen, Fallzahl, Gleichstandsregel, Checkpoint-Prüfsumme oder Unsicherheitsintervalle.
- Einordnung
- Die Ankündigung nennt weder Prompt, Sampling- oder Decoding-Einstellungen noch Fallzahl, Gleichstandsregel, Checkpoint-Prüfsumme oder Konfidenzintervall.
BRIDGE clinical text understanding, zero-shot (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 37.6
- Bewertung
- 37.6
- Messgröße
- Zero-shot score
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Wu et al., Why Chain of Thought Fails in Clinical Text Understanding
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. Exakter Checkpoint Magistral-Small-2506; BRIDGE-Tabelle S1, Zero-shot-Ergebnis; deterministische Dekodierung bei Temperatur 0 ohne Sampling. Studien-/Ergebnisstand: BRIDGE clinical-text study, Table S1 (arXiv:2509.21933)
- Einordnung
- Die Tabelle nennt zusätzliche Klammerwerte neben den Scores, definiert deren Bedeutung aber nicht ausdrücklich. Die Studie beschreibt 1.000 Bootstrap-Ziehungen, nennt jedoch weder die nominale Abdeckung noch einen modellspezifischen Stichprobenumfang.
BRIDGE clinical text understanding, CoT (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 34.2
- Bewertung
- 34.2
- Messgröße
- CoT score
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Wu et al., Why Chain of Thought Fails in Clinical Text Understanding
- Status
- active
- Abrufdatum
- 2026-10-22
- Methodik
- Unabhängige Evaluation. Exakter Checkpoint Magistral-Small-2506; BRIDGE-Tabelle S1, CoT-Ergebnis; deterministische Dekodierung bei Temperatur 0 ohne Sampling. Studien-/Ergebnisstand: BRIDGE clinical-text study, Table S1 (arXiv:2509.21933)
- Einordnung
- Die Tabelle nennt zusätzliche Klammerwerte neben den Scores, definiert deren Bedeutung aber nicht ausdrücklich. Die Studie beschreibt 1.000 Bootstrap-Ziehungen, nennt jedoch weder die nominale Abdeckung noch einen modellspezifischen Stichprobenumfang.
AIME (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76.7
- Bewertung
- 76.7
- Messgröße
- maj@64
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- AIME'25
- Richtung
- Keine Richtung veröffentlicht
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI, Magistral paper (arXiv:2506.10910v1)
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Evaluationsaufbau des Magistral-Papers: Temperatur 0,7, top-p 1,0 für Mathematik-Evaluationen, maximale Länge 40k. Tabelle 3 nennt je Ergebnis weder N noch Wiederholungszahl oder Konfidenzintervall; der Hinweis auf 64/16 Läufe gilt nur für Tabelle 2.
- Einordnung
- Tabelle 3 nennt weder Einheit noch N pro Ergebnis, Wiederholungszahl oder Konfidenzintervall. Der Hinweis des Papers auf Mittelwerte aus 64 AIME- bzw. 16 LiveCodeBench-Läufen bezieht sich ausdrücklich auf Tabelle 2 (Magistral Medium), nicht auf diese Magistral-Small-Zeilen in Tabelle 3.
MATH-500 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 95.9
- Bewertung
- 95.9
- Messgröße
- score as reported
- Einheit
- Keine Einheit angegeben
- Richtung
- Keine Richtung veröffentlicht
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI, Magistral paper (arXiv:2506.10910v1)
- Status
- active
- Abrufdatum
- 2026-10-24
- Methodik
- Vom Anbieter veröffentlichter Wert. Evaluationsaufbau des Magistral-Papers: Temperatur 0,7, top-p 1,0 für Mathematik-Evaluationen, maximale Länge 32k. Tabelle 3 nennt je Ergebnis weder N noch Wiederholungszahl oder Konfidenzintervall; der Hinweis auf 64/16 Läufe gilt nur für Tabelle 2.
- Einordnung
- Tabelle 3 nennt weder Einheit noch N pro Ergebnis, Wiederholungszahl oder Konfidenzintervall. Der Hinweis des Papers auf Mittelwerte aus 64 AIME- bzw. 16 LiveCodeBench-Läufen bezieht sich ausdrücklich auf Tabelle 2 (Magistral Medium), nicht auf diese Magistral-Small-Zeilen in Tabelle 3.
Seite 1 von 2
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 100 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Magistral SmallNemotron 3.5 Super VL 120B A12B 53Spark-X2.5-4B 52Gemini 3.7 Flash 52DeepSeek-R1-Distill-Qwen-32B 52
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie Magistral Small, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Devstral SmallMistral AI · gleicher Anbieter
- Voxtral Small 24BMistral AI · gleicher Anbieter
- Magistral Small 1.2Mistral AI · gleicher Anbieter
- Voxtral Small (latest)Mistral AI · gleicher Anbieter
- Devstral Small 2Mistral AI · gleicher Anbieter
- Ministral 3 14BMistral AI · gleicher Anbieter
- Codestral-22B-v0.1Mistral AI · gleicher Anbieter
- Codestral (latest)Mistral AI · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu Magistral Small
Wie groß ist das Kontextfenster von Magistral Small?
131.072 Token. So viel Text liest Magistral Small auf einmal, das sind rund 200 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
Magistral SmallPlatz 94 von 103131 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
Kann ich Magistral Small lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Mistral AI
- Offene Gewichte
- ja
- Lizenz
- Apache 2.0
- Parameter
- 24 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 14 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Artificial Analysis | 1 | 0 | 1 |
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.