Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Mistral: Mistral Small 4 vs OpenAI: gpt-oss-120b

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-01

Metrik Mistral Small 4 Mistral Small 4 medium Veröffentlichung: 2026-03-16 gpt-oss-120b gpt-oss-120b medium Veröffentlichung: 2025-08-05 Kostenlos verfügbar
Punktzahl 5.7 5.8
Rang #99 #91
Zuverlässigkeit k. A. k. A.
Konsistenz 6.8 7.2
Korrekte Tests
Erfolgsquote pro Versuch 50.0% 51.9%
Instabile Tests 7 6
Gesamtläufe 54 54
Kosten pro Ergebnis 0.674 0.144
Gesamtkosten $0.034 $0.011
Eingabepreis $0.150 / 1M $0.000 / 1M
Ausgabepreis $0.600 / 1M $0.000 / 1M
Ausgabe-Token 15,084 13,493
Denk-Token 39,408 36,879
Antwortzeit (Durchschnitt) 5.64s 16.08s
Antwortzeit (Maximum) 30.49s 50.92s
Antwortzeit (Gesamt) 101.52s 176.88s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 4,055 4,778
gpt-oss-120b 6.7 9.9 50.0% 0 10.21s 3,518 2,177
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 6.7 3.5 66.7% 1 30.49s 2,796 11,296
gpt-oss-120b 4.3 1.1 66.7% 1 26.33s 228 2,549
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 2,612 10,700
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 694 5,072
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 335 723
gpt-oss-120b 6.4 5.9 66.7% 1 1.98s 241 1,114
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 2,621 6,904
gpt-oss-120b 2.9 4.4 22.2% 2 50.92s 6,784 20,606
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 821 828
gpt-oss-120b 4.3 10.0 0.0% 0 7.90s 107 387
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 540 1,031
gpt-oss-120b 9.9 10.0 100.0% 0 7.63s 126 1,799
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 3.4 9.7 0.0% 0 2.00s 983 2,338
gpt-oss-120b 3.2 4.7 22.2% 2 11.80s 1,508 2,092
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 321 810
gpt-oss-120b 9.8 10.0 100.0% 0 6.91s 287 1,083

Schnellvergleich

Vergleichspaar wechseln

Kimi K2.6nonevsgpt-oss-120bmediumKostenlos verfügbargpt-oss-120bmediumKostenlos verfügbarvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumKostenlos verfügbarvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumKostenlos verfügbarvsMiMo-V2.5-Prononegpt-oss-120bmediumKostenlos verfügbarvsQwen3.6 FlashnoneMistral Small 4mediumvsGLM 4.7 Flashnonegpt-oss-120bmediumKostenlos verfügbarvsGLM 5.1noneMistral Small 4mediumvsKimi K2.5noneMistral Small 4mediumvsGLM 5.1noneMistral Small 4mediumvsQwen3.6 FlashnoneMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsMiMo-V2.5-Pronone