Einstellungsdatum
Der Anbieter stellt dieses Modell am 4. November 2026 ein. Bis dahin funktioniert es wie gewohnt.
Geschwindigkeitsanalyse
Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.
Qualitätswerte
Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.
Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.
Preise
Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.
Tokens pro Sekunde
Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.
Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.
Letzte 7 Tage
—
Letzte 30 Tage
100.0%
n=37
Mediane Antwortzeit
1,922ms
n=37
Basierend auf 417 Messungen in den letzten 30 Tagen.
Technische Details
Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.
Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.
Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.
Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.
Gesamte Aufrufe (30d)
37
OK-Antworten (30d)
37
Gesamte Aufrufe (7d)
0
OK-Antworten (7d)
0
Tokonomix-Benchmark-Urteile
Major quality leap to 93 with factual scores up 37 points
Mistral-Small-3.2-24B-Instruct-2506 demonstrates a substantial quality improvement, jumping 13.8 points to reach an overall score of 93 out of 100. The most dramatic change is in factual accuracy, which surged from 55 to 92, resolving the critical weakness identified in the previous benchmark period. Reasoning capabilities now join the measured categories at a strong 92, indicating enhanced logical processing. Coding performance remains excellent, climbing slightly from 92 to 96, while multilingual support holds steady at 92, maintaining its previously strong position. Latency has increased moderately from 6438 ms to 7183 ms at the median, representing roughly an 11 percent slowdown. This tradeoff appears to correlate with the significant quality gains across categories. The model now presents a well-rounded performance profile without the factual quality gap that previously limited its reliability. Users requiring high-accuracy factual responses will find this iteration substantially more dependable, though those with strict latency requirements should account for the modest speed decrease. With consistent performance across five test runs in both windows, these improvements appear stable and reproducible.
Qualität
93.0
Latenz p50
7,183 ms
Testläufe
5