Qwen2.5 32B vs Mistral Small 3：基准对比
详细对比 Qwen2.5 32B 与 Mistral Small 3 的基准表现、定价、上下文窗口与合规性。
核心规格对比
| 规格 | Qwen2.5 32B | Mistral Small 3 |
|---|---|---|
| 厂商 | alibaba | mistral |
| 版本 | 2.5-32b | small-3 |
| 发布日期 | 2024-09-19 | 2025-01-29 |
| 上下文窗口 | 131072 tokens | 32768 tokens |
| 输入模态 | text | text |
| 输出模态 | text | text |
| 许可 | Qwen License | Apache 2.0 |
| SOC2 | ✗ | ✓ |
| HIPAA | ✗ | ✗ |
| GDPR | ✗ | ✓ |
| ISO 27001 | ✗ | ✓ |
基准测试结果
| 基准 | Qwen2.5 32B | Mistral Small 3 | 胜出 |
|---|---|---|---|
| ARC | 93.9 | 91.8 | Qwen2.5 32B |
| BBH | 76.8 | 71.3 | Qwen2.5 32B |
| GPQA | 39.4 | 30.1 | Qwen2.5 32B |
| GSM8K | 76.3 | 79.6 | Mistral Small 3 |
| HUMANEVAL | 68 | 74.4 | Mistral Small 3 |
| IFEVAL | 73.5 | 76.9 | Mistral Small 3 |
| MATH | 39.5 | 39.2 | Qwen2.5 32B |
| MMLU | 78.5 | 76.9 | Qwen2.5 32B |
| MUSR | 54.9 | 46 | Qwen2.5 32B |
| WINOGRANDE | 81.9 | 78.8 | Qwen2.5 32B |
定价对比
| 项目 (每百万Token) | Qwen2.5 32B | Mistral Small 3 |
|---|---|---|
| 输入 | $0.35 | $0.2 |
| 输出 | $0.45 | $0.6 |
| 缓存读 | $0 | $0 |
| 缓存写 | $0 | $0 |
Qwen2.5 32B 对比 Mistral Small 3
模型概述
Qwen2.5 32B 与 Mistral Small 3 均为 AI 模型市场的重要选项。本页对比两者在基准、定价与合规性上的差异。
核心规格对比
| 厂商 | 发布日期 | 上下文窗口 | 许可证 |
|---|---|---|---|
| Alibaba / Mistral | 2024-09-19 / 2025-01-29 | 131K / 32K | Qwen License / Apache 2.0 |
基准测试表现
| 基准 | Qwen2.5 32B | Mistral Small 3 | 胜出 |
|---|---|---|---|
| ARC | 93.9 | 91.8 | A |
| BBH (BIG-Bench Hard) | 76.8 | 71.3 | A |
| GPQA | 39.4 | 30.1 | A |
| GSM8K (Grade School Math 8K) | 76.3 | 79.6 | B |
| HumanEval | 68.0 | 74.4 | B |
| IFEval | 73.5 | 76.9 | B |
| MATH | 39.5 | 39.2 | Tie |
| MMLU (Massive Multitask Language Understanding) | 78.5 | 76.9 | A |
| MUSR | 54.9 | 46.0 | A |
| WinoGrande | 81.9 | 78.8 | A |
定价对比
| 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|
| — / — | — / — | — / — | — / — |
每百万 token — A / B
优势 & 劣势
Qwen2.5 32B
- ✅ 可靠的通用模型。
- ⚠️ 闭源专有模型，不支持自托管。
Mistral Small 3
- ✅ 可靠的通用模型。
- ⚠️ 闭源专有模型，不支持自托管。
编辑点评
Qwen2.5 32B 与 Mistral Small 3 各有侧重。建议根据具体场景（代码、长文本、视觉等）选择，参考上方基准与定价表。
常见问题
哪个模型在代码任务上更优？
参考 HumanEval 基准得分表，得分更高者更适合代码任务。
哪个模型价格更低？
参考上方的定价对比表，输入/输出价格更低者更具成本优势。
上下文窗口哪个更长？
参考核心规格对比表，上下文窗口更大的模型适合长文档处理。
参考文献
编辑点评
See Editor's Take section.