Terug naar overzicht
🇫🇷 Mistral AI · Frankrijk EU · AVG ZDR mogelijk
Mistral Medium 3.5
Niveau: Standaard
Ruim voldoende voor de meeste dagelijkse taken, en een stuk voordeliger dan de topklasse.
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...
KostenGemiddeld
SnelheidSnelgemeten · 151.1 tokens/sec
Werkgeheugen262K tokenshoeveel tekst het tegelijk aankan
SlimheidBasaal24/100
Gemiddelde prijs-kwaliteit
16
waarde / 100
Loont de prijs?
Niet duur, niet goedkoop voor wat je krijgt.
Bespaar slim: Claude Haiku 5.5
is minstens net zo slim voor 93% minder geld. Bovendien is het sneller. Voor de meeste taken merk je het verschil nauwelijks.
Goed voor
- E-mails, teksten en samenvattingen schrijven
- Het lezen van afbeeldingen en scans
Minder geschikt voor
- Er zijn geen duidelijke beperkingen voor standaardgebruik
Europese aanbieder. Valt onder EU-recht — doorgaans gunstiger voor privacy en de AVG.
Zero Data Retention mogelijk. Dit model kan via OpenRouter worden ingezet bij een aanbieder die je invoer niet bewaart en niet gebruikt voor training — belangrijk voor vertrouwelijke bedrijfsgegevens. Stel ZDR in je OpenRouter-account in om dit af te dwingen.
Slimheid
24/100 · basaal
Schrijven
65/100 · sterk
Programmeren
56/100 · prima
Agent-taken
12/100 · beperkt
Geavanceerd — voor professionals
Onderstaande gegevens zijn bedoeld voor wie de techniek wil doorgronden: ruwe benchmarkscores, gemeten snelheid/latency, prijsopbouw en databronnen. Niet nodig om een goede keuze te maken.
Benchmarks
Klik op een benchmark voor uitleg en alle uitslagen per model; het ?-knopje geeft een korte uitleg.
| Intelligence Index | 14.2 |
| Samengestelde slimheidsscore van Artificial Analysis: het gemiddelde over vele tests voor redeneren, kennis, wiskunde en code. Hoger = slimmer. Alle uitslagen & uitleg → | |
| Coding Index | 46.9 |
| Gemiddelde van programmeertests: hoe goed het model code schrijft, begrijpt en verbetert. Alle uitslagen & uitleg → | |
| Math Index | geen data |
| Gemiddelde van wiskundetests: rekenen, algebra en wiskundig redeneren. Alle uitslagen & uitleg → | |
| Agentic Index | 7 |
| Hoe goed het model zelfstandig meerstaps-taken uitvoert met tools (bestanden openen, zoeken, acties uitvoeren). Alle uitslagen & uitleg → | |
| MMLU-Pro | geen data |
| Grote kennistest met ruim 12.000 pittige meerkeuzevragen over 14 vakgebieden (recht, economie, natuurkunde…). Meet brede kennis en redeneren. Alle uitslagen & uitleg → | |
| GPQA Diamond | 74.8% |
| Zeer moeilijke wetenschapsvragen op PhD-niveau (biologie, natuur- en scheikunde). Zelfs menselijke experts halen hier maar ~65%. Alle uitslagen & uitleg → | |
| Humanity's Last Exam | 13.8% |
| De zwaarste kennistest die er is: duizenden extreem moeilijke vragen over honderden onderwerpen. Lage percentages zijn hier normaal. Alle uitslagen & uitleg → | |
| LiveCodeBench | geen data |
| Verse programmeeropgaven die pas ná de training van het model zijn verschenen — meet écht kunnen programmeren in plaats van onthouden. Alle uitslagen & uitleg → | |
| SciCode | 40.2% |
| Programmeeropgaven uit echte wetenschappelijke onderzoekspapers — combineert code en vakkennis. Alle uitslagen & uitleg → | |
| AIME (wiskunde) | geen data |
| Vragen van de Amerikaanse wiskunde-olympiade voor scholieren. Meet geavanceerd wiskundig redeneren. Alle uitslagen & uitleg → | |
| IFBench (instructievolgen) | 68.8% |
| Meet hoe precies het model instructies opvolgt, zoals eisen aan lengte, opmaak of vorm van het antwoord. Alle uitslagen & uitleg → | |
| τ²-bench (agent-taken) | 94.2% |
| Realistische klantenservice-scenario's (vluchten omboeken, abonnementen wijzigen) waarin het model zelfstandig regels moet volgen en tools gebruiken. Alle uitslagen & uitleg → | |
| Terminal-Bench (agent-taken) | 50.6% |
| Opdrachten die het model zelfstandig in een computerterminal moet uitvoeren — een zware test voor agent-vaardigheden. Alle uitslagen & uitleg → | |
Prestaties (gemeten)
| Output-snelheid | 151.1 tokens/sec |
| Time-to-first-token (latency) | 0.78 sec |
| Snelheidsbron | gemeten (Artificial Analysis) |
Design Arena (ELO)
Geen Design Arena-data voor dit model.
LM Arena (LMSYS Chatbot Arena)
De toonaangevende blind-test ranglijst waarin echte gebruikers antwoorden van twee anonieme modellen vergelijken. Hogere ELO = vaker verkozen door mensen.
| Arena ELO-score | 1427 |
| Ranglijstpositie | #103 wereldwijd |
| Menselijke beoordelingen | 11.017 stemmen |
Technische specificaties
| Model-ID | mistralai/mistral-medium-3-5 |
| Contextvenster | 262.144 tokens |
| Kennis bijgewerkt tot | onbekend |
| Uitgebracht | 30 apr 2026 |
| Invoer | tekst, beeld, bestanden |
| Redeneren (reasoning) | ja |
| Populariteitsscore | 53/100 |
| Databronnen | openrouter, artificial_analysis, lmarena |