Mistral AI
Mistral Medium 3 评测成绩
来自 3 个来源、7 项基准的 8 条成绩。
闭源 发布: 2025年5月7日 更新于 2026年10月22日
其他名称: mistral-medium-2505 · Mistral-Medium-2505 · Mistral-Medium-2505 (FC)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1387 | 179 | Overall, style control on; 32786 votes; 95% CI 1383–1392“mistral-medium-2505” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1155 | 109 | Overall, style control on; 10809 votes; 95% CI 1147–1163“mistral-medium-2505” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 59.5% | 183 | Epoch AI run, accuracy | 独立评测 | 2025年5月7日 |
| AIME (OTIS Mock AIME 2024–2025) | 32.2% | 189 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年5月7日 |
| MATH Level 5 | 81.6% | 36 | Epoch AI run, accuracy | 独立评测 | 2025年5月7日 |
| Humanity's Last Exam | 4.5% | 47 | Compiled by Epoch AI | 第三方汇编 via Epoch AI | 2025年5月7日 |
| BFCL v4 (function calling) | 37.7% | 48 | Overall accuracy“Mistral-Medium-2505” | 官方榜单 | 2026年10月17日 |
| BFCL v4 (function calling) | 37.6% | 49 | Overall accuracy; native function calling (FC)“Mistral-Medium-2505 (FC)” | 官方榜单 | 2026年10月17日 |
常见问题
Mistral Medium 3 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、Berkeley Function Calling Leaderboard (BFCL)和LMArena leaderboard dataset。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。