This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.
Mistral has launched a newer release, Mistral Small 3.2. We suggest considering it instead.
Análisis de inteligencia, rendimiento y precio de Mistral Saba
Resumen del modelo
Velocidad
Verbosidad
Mistral Saba está por debajo del promedio en inteligencia, pero tiene un precio muy competitivo en comparación con otros modelos sin razonamiento y de precio similar. El modelo admite entrada de texto, genera texto y tiene una ventana de contexto de 32k tokens.
Mistral Saba obtiene 6 puntos en el Índice de Inteligencia de Artificial Analysis, lo que lo sitúa por debajo del promedio entre modelos comparables (con una mediana de 7).
El precio de Mistral Saba es de $0.00 por 1 M de tokens de entrada (muy competitivo; mediana: $0.05) y $0.00 por 1 M de tokens de salida (muy competitivo; mediana: $0.15).
| Razonamiento | No Esta página muestra la versión sin razonamiento de este modelo. También puede existir una variante con razonamiento. |
|---|---|
| Modalidad de entrada | Admite: texto |
| Modalidad de salida | Admite: texto |
| Ventana de contexto | 32k ~48 páginas A4 con fuente Arial de 12 puntos |
Las métricas se comparan con modelos de la misma clase:
- Modelos sin razonamiento → se comparan solo con otros modelos sin razonamiento
- Modelos de razonamiento → se comparan tanto con modelos de razonamiento como sin razonamiento
- Modelos de pesos abiertos → se comparan solo con otros modelos de pesos abiertos de la misma categoría de tamaño:
- Muy pequeño: ≤4B parámetros
- Pequeño: 4B–40B parámetros
- Mediano: 40B–150B parámetros
- Grande: >150B parámetros
- Modelos propietarios → se comparan con modelos propietarios y de pesos abiertos del mismo rango de precio mediante una proporción combinada de precios de entrada/salida de 3:1:
- <$0.15 por 1 M de tokens
- $0.15–$1 por 1 M de tokens
- >$1 por 1 M de tokens
Aspectos destacados
Velocidad
InteligenciaUpdated
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index by Open Weights / Proprietary
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Agentic tool use
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
Comparaciones del Índice de Inteligencia
Intelligence Index vs. Cost per Intelligence Index Task
Costo
Cost per Intelligence Index Task
Cost to Run Artificial Analysis Intelligence Index
Pricing: Cache Hit, Input, and Output
Ventana de contexto
Context Window
Preguntas frecuentes
Preguntas comunes sobre Mistral Saba
Mistral Saba se lanzó el 17 de febrero de 2025.
Mistral Saba fue creado por Mistral.
Mistral Saba obtiene 6 puntos (estimados) en el Índice de Inteligencia de Artificial Analysis, lo que lo sitúa por debajo del promedio entre otros modelos sin razonamiento en un rango de precio similar (mediana: 7).
No, Mistral Saba no es un modelo de razonamiento. Responde directamente sin razonamiento extendido en cadena.
Mistral Saba admite entrada de texto.
Mistral Saba admite salida de texto.
No, Mistral Saba no admite imágenes como entrada. Solo puede procesar texto.
No, Mistral Saba no es multimodal. Solo admite entradas de texto.
Mistral Saba tiene una ventana de contexto de 32k tokens. Esto determina cuánto texto e historial de conversación puede procesar el modelo en una sola solicitud.
No, Mistral Saba es propietario. Los pesos del modelo no están disponibles públicamente.
Mistral Saba tiene 24 mil millones de parámetros.
Mistral Saba obtiene 6 puntos en el Índice de Inteligencia de Artificial Analysis. Este benchmark compuesto evalúa los modelos en razonamiento, conocimiento, matemáticas y programación.
Consulta la página de proveedores para conocer la disponibilidad actual de la API. Ver proveedores
Visita la página de proveedores para consultar su disponibilidad. Comparar proveedores