Insgesamt 1 Mio. US-Dollar für alle getrackten Versionen dieser Linie.
Typischer 3:1-Output-to-Input-Mix pro 1 Mio. Token
Preis ab 2026-04-28 · Quelle: legacy_model_catalog
Gemischte Text-, Bild-, Audio- und Dokument-Workloads, die modalitätsübergreifend von einem Modell profitieren.
Mistral-Small-3.2-24B-Instruct-2506 is an updated 24B parameter model from Mistral optimized for instruction following, repetition reduction, and improved function calling. Compared to the 3.1 release, version 3.2 sig...
mistral-small-3.2-24b-instruct ist ein Multimodal-Modell von Mistral AI (US). HotON.ai verfolgt es bei $0.08 pro 1 Mio. Eingabe-Tokens und $0.20 pro 1 Mio. Ausgabe-Tokens mit einem 128K-Token-Kontextfenster. Sein zusammengesetzter Effizienzwert beträgt 89/100 bei einem geschätzten $0.000 pro erfolgreicher Aufgabe.
mistral-small-3.2-24b-instruct wird bei $0.08 pro 1 Mio. Eingabe-Tokens und $0.20 pro 1 Mio. Ausgabe-Tokens verfolgt. Eine typische 3:1-Ausgabe-zu-Eingabe-Arbeitslast ergibt ungefähr $0.17 pro 1 Mio. Token. Bei den Zahlen handelt es sich um illustrative Demodaten.
Gemischte Text-, Bild-, Audio- und Dokument-Workloads, die modalitätsübergreifend von einem Modell profitieren.
mistral-small-3.2-24b-instruct unterstützt bis zu einem 128K-Token-Kontextfenster – groß genug für lange Dokumente und längere Konversationen in einer einzigen Anfrage.
Innerhalb des von HotON.ai erfassten Bestands ist mistral-small-3.2-24b-instruct beim Eingabepreis günstiger als 85% der Modelle und liegt nach Gesamteffizienz auf Platz 120 von 521.
Ja – qwen3.5-9b ist eine kostengünstigere Option bei $0.15 pro 1 Million Ausgabe-Tokens, deckt aber dennoch ähnliche Multimodal-Anwendungsfälle ab. Vergleichen Sie sie nebeneinander auf HotON.ai.
Die Preise sind real (über den TestKey-Katalog, täglich aktualisiert). Qualität (Arena Elo) ist real, wenn das Modell auf der LMArena-Rangliste steht. Geschwindigkeit, Verfügbarkeit und Effizienz sind modellierte Schätzungen.