That's NeuralCatálogo de modelos

mistralai

Mistral: Mistral Medium 3

mistralai/mistral-medium-3

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

El catálogo de OpenRouter presenta mistralai/mistral-medium-3 como un modelo de lenguaje multimodal orientado a empresas que acepta texto, imágenes y archivos y genera texto. Informa de una ventana de contexto amplia, uso de herramientas, salidas estructuradas, formato de respuesta y controles habituales de muestreo. También lo describe como una opción con capacidad avanzada y menor coste operativo, pero esa posición procede de la fuente y no está confirmada de forma independiente en este paquete. Las mediciones disponibles se limitan a categorías seleccionadas de una arena de diseño, por lo que conviene validarlo con cargas de trabajo reales.[1]

Puntos fuertes

  • Acepta texto, imágenes y archivos como entradas y produce salida de texto.[1]
  • El catálogo indica llamadas a herramientas, salidas estructuradas, formato de respuesta, semillas y controles de muestreo.[1]
  • Una ventana de contexto amplia puede admitir documentos extensos y solicitudes multimodales.[1]

Limitaciones

  • La evidencia procede únicamente del catálogo de OpenRouter; este paquete de fuentes no incluía una ficha de modelo independiente.[1]
  • Las afirmaciones sobre menor coste y capacidad avanzada son posicionamiento del catálogo, no rendimiento verificado de forma independiente.[1]
  • Los resultados medidos solo cubren categorías seleccionadas de una arena de diseño; la licencia, la seguridad, el despliegue y el comportamiento en cargas concretas siguen sin confirmarse.[1]

Dónde utilizarlo

  • Potencialmente útil para asistentes que deban procesar solicitudes extensas con texto, imágenes y archivos.[1]
  • Conviene evaluarlo para aplicaciones que requieran llamadas a herramientas o respuestas estructuradas legibles por máquinas.[1]
  • Podría probarse en cargas empresariales sensibles al coste tras una validación específica de cada tarea.[1]

Fuentes

  1. [1] OpenRouter catalog · Mistral: Mistral Medium 3Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

Mistral Medium 3 is a high-performance enterprise-grade language model designed to deliver frontier-level capabilities at significantly reduced operational cost. It balances state-of-the-art reasoning and multimodal performance with 8× lower cost...

Especificaciones

ID del modelo
mistralai/mistral-medium-3
Creador
mistralai
Añadido a OpenRouter
07.05.2025
Longitud de contexto
131,072
Modalidad
text+image+file->text
Modalidades de entrada
text, image, file
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $0.400 / salida $2
Corte de conocimiento
31.03.2025
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin medición—
ProgramaciónSin medición—
AgentesSin mediciónparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin medición—
Análisis de documentosSin mediciónentrada: file
VisiónSin mediciónentrada: image
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Design Arenamodels · 3dtasa de victoria 54.7% · posición 1021,066EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · codecategoriestasa de victoria 48.1% · posición 1191,059EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · dataviztasa de victoria 46% · posición 1151,032EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · gamedevtasa de victoria 45.2% · posición 1251,008EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · uicomponenttasa de victoria 49.6% · posición 1201,015EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · websitetasa de victoria 47.6% · posición 1201,072EloCC — por debajo de la franja B13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
Mistral131,072$0.400$2——100%
Mistral131,072$0.440$2.2———

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.