Date de retrait
Le fournisseur retirera ce modèle le 4 novembre 2026. D’ici là, il fonctionne normalement.
Analyse de vitesse
Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.
Scores de qualité
Comment ce modèle se situe par rapport au reste du champ sur chaque catégorie de prompts, à partir d'un ajustement par paires sur les mêmes prompts. La note brute du juge figure sous chaque nombre.
Taux de victoire par catégorie : la fréquence à laquelle ce modèle bat un modèle moyen sur un prompt de cette catégorie. 50% est la moyenne, pas un échec. Ce n'est pas un pourcentage de bonnes réponses.
Tarifs
Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.
Tokens par seconde
Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.
Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.
Capacités
Disponibilité
Disponibilité
La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.
7 derniers jours
—
30 derniers jours
100.0%
n=23
Temps de réponse médian
1,834ms
n=23
Basé sur 403 mesures au cours des 30 derniers jours.
Détails techniques
Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.
Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.
Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.
Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.
Total des appels (30d)
23
Réponses OK (30d)
23
Total des appels (7d)
0
Réponses OK (7d)
0
Pilote contrôle qualité image (2026-06-10)
Rappel
9.4%
n=300
Faux positifs
12.1%
n=300
Verdicts benchmark Tokonomix
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.
Qualité
93.0
Latence p50
7,183 ms
Exécutions de test
5