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 xAI: Grok 4.20 Multi-Agent Beta

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-17

Metrik Mistral Small 4 Mistral Small 4 none Veröffentlichung: 2026-03-16 Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Veröffentlichung: 2026-03-12
Rang #61 #44
Punktzahl 5.3 6.2
Konsistenz 9.5 7.2
Kosten pro Ergebnis 0.108 82.962
Gesamtkosten $0.006 $4.978
Korrekte Tests
Erfolgsquote pro Versuch 33.3% 54.9%
Instabile Tests 1 6
Gesamtläufe 51 51
Ausgabe-Token 1,624 298,948
Denk-Token 0 296,529
Antwortzeit (Durchschnitt) 629ms 8.64s
Antwortzeit (Maximum) 1.72s 35.28s
Antwortzeit (Gesamt) 10.70s 129.64s

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 3.4 7.9 16.7% 1 395ms 182 0
Grok 4.20 Multi-Agent Beta 6.9 5.8 75.0% 2 3.46s 33,706 33,077
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 1.72s 496 0
Grok 4.20 Multi-Agent Beta 3.0 10.0 0.0% 0 0ms 0 0
Datenanalyse und -extraktion 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 822ms 261 0
Grok 4.20 Multi-Agent Beta 10.0 10.0 100.0% 0 5.54s 25,306 25,051
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 5.3 10.0 33.3% 0 367ms 28 0
Grok 4.20 Multi-Agent Beta 2.9 7.2 11.1% 1 24.67s 164,609 163,647
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 4.0 10.0 0.0% 0 729ms 205 0
Grok 4.20 Multi-Agent Beta 5.8 2.8 66.7% 1 6.40s 15,848 15,746
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 6.5 10.0 50.0% 0 380ms 69 0
Grok 4.20 Multi-Agent Beta 8.3 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mistral Small 4 3.1 9.9 0.0% 0 589ms 170 0
Grok 4.20 Multi-Agent Beta 7.2 5.1 77.8% 2 5.01s 34,022 33,686
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 1.40s 213 0
Grok 4.20 Multi-Agent Beta 3.0 10.0 0.0% 0 0ms 0 0

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V3.2nonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi-Agent BetamediumSeed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-122B-A10BnonevsGrok 4.20 Multi-Agent BetamediumMistral Small 4nonevsQwen3 Coder NextmediumGrok 4.20 Multi-Agent BetamediumvsGLM 5noneQwen3.5 Plus 2026-02-15nonevsGrok 4.20 Multi-Agent BetamediumMistral Small 4nonevsGLM 4.7 FlashmediumGPT-5.4nonevsGrok 4.20 Multi-Agent Betamedium