Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona
¿Cómo de inteligente es Mistral Large 2 (Jul 2024)?
Mistral Large 2 (Jul 2024) es un modelo de Mistral AI, lanzado el 24 jul 2024. Su SI-IQ es 68 (intervalo del 90 % 63–73), estimado a partir de 3 resultados de benchmarks de 1 evaluador.
Datos a 18 oct 2026 · método 1.0.0
Un modelo se clasifica cuando sus resultados proceden de al menos 5 benchmarks (las dos ejecuciones de GPQA Diamond cuentan como una) en al menos 3 áreas, de al menos 2 evaluadores distintos, y las fechas de lanzamiento de sus versiones distan como máximo 60 días entre sí. Este modelo aún no cumple esa condición (resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores). Su estimación provisional se basa en 3 resultados de benchmarks y puede cambiar mucho cuando lleguen más resultados.
Datos
- Desarrollador
- Mistral AI
- Lanzamiento
- 24 jul 2024
- Acceso
- Pesos abiertos (licencia no comercial)
- Benchmarks utilizados
- 3 resultados de benchmarks de 1 evaluador
Capacidad por áreas (SI-IQ, intervalo del 90 %)
Todos los resultados de benchmarks utilizados
Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.
| Benchmark | Puntuación | Evaluado por | Fuente |
|---|---|---|---|
| MATH Level 5 | 44,8 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| OTIS Mock AIME 2024–2025 | 8,5 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| GPQA Diamond | 49,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
Preferencia humana (Arena)
En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, Mistral Large 2 (Jul 2024) tiene una puntuación de 1314 (1311–1318) a partir de 45.459 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)
Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa
Fuentes de datos: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0) (licencias y cambios).