Devstral 2
Mistral AIDevstral 2 ist Mistrals Open-Weights-Codingmodell mit 123 Mrd. Parametern.
- Input / 1 Mio.
- $0,40
- Output / 1 Mio.
- $2
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- Dezember 2025
Mistral Medium 3.5
Mistral Medium 3.5 ist ein dichtes Open-Weights-Modell mit 128 Mrd. Parametern. Es bündelt Agentic Coding, Reasoning und Bildanalyse in einem Modell.
AA Intelligence Index
14Punkte
Median aller Modelle: 26
API-Preis In / Out
$1,50 / $7,50
je 1 Mio. Tokens
Kontextfenster
262,1kTokens
Maximaler Output: 256.000 Tokens
Mistral Medium 3.5 im Überblick
Stand Oktober 2026 steht Mistral Medium 3.5 im Artificial Analysis Intelligence Index mit 14 Punkten auf Platz 102 von 132 Modellen.
Agentic Coding mit offenen Gewichten
Mistral Medium 3.5 vereint Instruct, Reasoning und Coding in einem Gewichtssatz und kostet über die API $1,50 je 1 Mio. Input- und $7,50 je 1 Mio. Output-Tokens. Laut Mistral erreicht es 77,6 % auf SWE-bench Verified, Vals AI misst in seinem SWE-bench-Test 66,4 %. Auf Terminal-Bench 2.0 kommt es bei Vals auf 30,3 %, Mistral Large 3 nur auf 9,0 %.
- Agentic Coding
- Tool-Calls
- Bildanalyse
- Lange Dokumente
- Self-Hosting
Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.
Was du abwägen solltest
- Schwache Faktentreue. Im AA-Omniscience-Index steht das Modell laut Artificial Analysis bei −37 Punkten, auf Humanity's Last Exam bei 14 %. Für Wissensfragen ohne angebundene Quellen ist es keine sichere Wahl.
- Hoher Hardwarebedarf. Die Gewichte des dichten 128B-Modells belegen rund 134 GB. Mistrals vLLM-Beispiel verteilt das Modell per Tensor-Parallelismus auf 8 GPUs.
- Lizenz mit Ausnahmen. Die Modified-MIT-Lizenz erlaubt kommerzielle Nutzung, sieht laut Mistral aber Ausnahmen für Unternehmen mit hohem Umsatz vor. Eine Schwelle nennt die Model Card nicht, prüfe die Bedingungen vor dem Einsatz.
- Benchmarks streuen. SWE-bench Verified liegt laut Mistral bei 77,6 %, Vals AI misst in seinem SWE-bench-Test 66,4 %. Auf Terminal-Bench 2.1 landet das Modell bei Vals mit 38,95 % auf Rang 69 von 75.
Mistral Medium 3.5 Benchmarks
14Punkte
Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).
Mehr zum BenchmarkArtificial Analysis Intelligence IndexMedian aller Modelle: 26
Claude Opus 5.5Platz 1, Anthropic- Claude Sonnet 5.5Platz 2, Anthropic
Nemotron 3 UltraNVIDIA- Mistral Medium 3.5Mistral AI
Qwen3-CoderAlibaba- Mistral Small 4Mistral AI
- Devstral 2Mistral AI
- Mistral Large 3Mistral AI
Daten: Artificial Analysis (artificialanalysis.ai)artificialanalysis.ai
Mistral Medium 3.5 API-Preise
Input
$1,50/ 1 Mio. Tokens
Output
$7,50/ 1 Mio. Tokens
Geschätzte Tokenkosten
$0,23 je Anfrage (100 Anfragen)
- Input$15,00
- Output$7,50
Schätzung in USD auf Basis der Preise von Mistral AI, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.
Cache-Schreiben und Rechenweg
Kosten = Anfragen × (Input ohne Cache × $1,50 + Output × $7,50) / 1.000.000
Mistral Medium 3.5 Modelldaten
- Kontextfenster
- 262.144 Tokens
- Maximaler Output
- 256.000 Tokens
- Eingabe
- Text, Bilder
- Ausgabe
- Text
- Anbieter
- Mistral AI
- Veröffentlicht
- 29. April 2026
- Modellgewichte
- Offen (Modified MIT)
Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.
Standardfähigkeiten & Schnittstellen
- Reasoning
- Tool-Nutzung
- Bildverständnis
- Strukturierte Ausgaben
Daten aktualisiert am 18. Oktober 2026. Fehler gefunden? kontakt@byte.de
Mistral Medium 3.5 API-Provider
- Input / 1 Mio. Tokens$1,50Output / 1 Mio. Tokens$7,50Cache-Lesen / 1 Mio.keine AngabeKontextfenster262,1kTokensMaximaler Output209,7kTokens
Input / 1 Mio. Tokens$1,50Output / 1 Mio. Tokens$7,50Cache-Lesen / 1 Mio.$0,15Kontextfenster262,1kTokensMaximaler Output256kTokens
Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.
Häufige Fragen zu Mistral Medium 3.5
Was kostet Mistral Medium 3.5?
Die Mistral-API verlangt $1,50 je 1 Mio. Input-Tokens und $7,50 je 1 Mio. Output-Tokens, in der EU-Region $1,65 und $8,25. Selbst gehostet fallen stattdessen Hardwarekosten an.
Wie groß ist das Kontextfenster?
Das Kontextfenster umfasst 256K Tokens. Laut Mistral minderte ein fehlerhafter Eintrag in der Transformers-Config die Long-Context-Leistung. Er ist korrigiert, GGUFs mit der alten Config sind aber ebenfalls betroffen.
Ist Mistral Medium 3.5 Open Source?
Die Gewichte sind offen und stehen auf Hugging Face. Die Lizenz ist eine Modified MIT mit Ausnahmen für Unternehmen mit großem Umsatz.
Was ersetzt das Modell?
Laut Mistral ersetzt es Mistral Medium 3.1 und Magistral in Le Chat sowie Devstral 2 im Coding-Agenten Vibe. Es soll diese Aufgaben in einem Modell bündeln.
Kann das Modell Bilder verarbeiten?
Ja, es nimmt Text und Bilder entgegen und gibt Text aus. Den Vision-Encoder hat Mistral laut Model Card von Grund auf für variable Bildgrößen und Seitenverhältnisse trainiert.
Wie steuere ich das Reasoning?
Der Aufwand lässt sich pro Anfrage einstellen: reasoning_effort „none“ oder „high“. Mistral empfiehlt „high“ für komplexe Prompts und agentische Nutzung, mit Temperatur 0,7 und Top-P 0,95.
Ähnliche KI-Modelle
Weitere Modelle von Mistral AI
Mistral Small 4
Mistral AIMistral Small 4 ist ein Open-Weights-MoE-Modell mit 119 Mrd. Parametern.
- Input / 1 Mio.
- $0,15
- Output / 1 Mio.
- $0,60
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- März 2026
ReasoningMistral Large 3
Mistral AI- Input / 1 Mio.
- $0,50
- Output / 1 Mio.
- $1,50
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- Dezember 2025
Modelle anderer Anbieter
Qwen3-Coder
AlibabaQwen3-Coder ist Alibabas Open-Weights-Modellreihe für Agentic Coding.
- Input / 1 Mio.
- $0,35
- Output / 1 Mio.
- $1,50
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- Juli 2025
Nemotron 3 Ultra
NVIDIANemotron 3 Ultra ist NVIDIAs Open-Weights-MoE-Modell mit 550 Mrd. Parametern.
- Input / 1 Mio.
- $0,60
- Output / 1 Mio.
- $2,40
- Kontextfenster
- 1 Mio. Tokens
- Veröffentlichung
- Juni 2026
Reasoning
Fugu Ultra v2
Sakana AIOrchestrierungsmodell von Sakana AI, das einen Pool aus Modellen steuert.
- Input / 1 Mio.
- $5
- Output / 1 Mio.
- $30
- Kontextfenster
- 1 Mio. Tokens
- Veröffentlichung
- September 2026
Reasoning