Medium 3.5 est-il disponible en Zero Data Retention sur Elosia ?

Medium 3.5 fonctionne sur le backend standard d'Elosia ; le ZDR est disponible sur de nombreux autres modèles du catalogue.

Combien coûte Medium 3.5 sur Elosia ?

Medium 3.5 est facturé à l'usage : 1.5 $ par million de tokens en entrée et 7.5 $ par million de tokens en sortie, inclus dans votre plan Elosia.

Quelle est la fenêtre de contexte de Medium 3.5 ?

Medium 3.5 prend en charge une fenêtre de contexte allant jusqu'à 262,144 tokens.

Medium 3.5 est-il hébergé dans l'UE ?

Oui, Medium 3.5 est disponible sur le backend hébergé dans l'UE (EdenAI) d'Elosia pour les organisations enterprise.

Quand choisir Medium 3.5 ?

Medium 3.5 est un modèle équilibré : un excellent compromis qualité/coût pour un usage professionnel courant.

Medium 3.5

MistralÉquilibré

RaisonnementOutilsVisionSortie structurée

À propos de ce modèle

Mistral Medium 3.5 is a dense 128B instruction-following model from Mistral AI. It supports text and image inputs with text output, and is designed for agentic workflows, coding, and complex...

Catégorie de performance

Équilibré

Medium 3.5 est un modèle équilibré de Mistral : un bon compromis entre bonnes performances à un prix raisonnable.

Bon rapport coût-performance. Fiable pour la plupart des usages professionnels sans tarification premium.

Tarification

Ce modèle est inclus dans les plans Elosia

Modéré

Coût modéré. Bon équilibre pour un usage régulier.

Type	par 1M tokens
Entrée (prompt)	$1.50
Sortie (complétion)	$7.50

Capacités

Taille du contexte262K

Tokens de sortie max210K

TokenizerMistral

Entréetext, image, file

Sortietext

Date de sortie30 avril 2026

Benchmarks

Intelligence générale

MMLU

Non reporté

Mathématiques

MATH-500

Non reporté

AIME 2025

86.3%

Programmation

HumanEval

Non reporté

SWE-bench Verified

77.6%

Où se situe Medium 3.5 ?

Comparez son indice de performance à tous les autres modèles.

Voir le classement performance

Usages recommandés

ProgrammationAnalyseMathématiquesChat général

Points forts

Solide performance en coding agentique : 77.6% sur SWE-bench Verified, devant Claude Sonnet 4.5 (77.2%) et Devstral 2 (72.2%)
Excellent raisonnement mathématique : 86.3% sur AIME 2025 avg@16, au niveau de Claude Sonnet 4.5/4.6 (86.7/86.9%)
Bon suivi d'instructions : 95.8% sur Collie, devant Claude Sonnet 4.5 (90.5%)
Solide utilisation agentique d'outils τ³ : 91.4% Telecom, 76.1% Retail, 72.0% Airline
Fenêtre de contexte 256K, vision multimodale native et mode de raisonnement configurable
Open weights sous licence MIT modifiée, fournisseur basé dans l'UE pour la souveraineté des données

Limites

Aucun score publié sur MMLU, GPQA Diamond, MATH-500 ou HumanEval, limitant la comparaison sur les benchmarks classiques de raisonnement général
Web browsing est le point le plus faible : 48.6% sur BrowseComp, loin derrière Qwen3.5 (78.6%), GLM-5 (74.9%) et Kimi K2.5 (74.7%)
Sorties verbeuses (~5× la médiane en tokens) qui gonflent le coût par requête
Tarif élevé pour un modèle open-weight : $1.50 / $7.50 par million de tokens entrée/sortie