- Punktzahl
- 9.4 (+3.64 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 36.9% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 69.4% schneller
Zusammenfassung
Mistral Large 4 erreicht 5.7 bei AI BENCHY und liegt auf #369. Das Modell hat 9.7 Zuverlässigkeit, 31.9% Erfolgsrate, $0.290 Gesamtkosten und 20.43s durchschnittliche Antwortzeit.
Was Mistral Large 4 besonders macht: Am stärksten ist es in Agentenaufgaben, wo es #3 erreicht; am schwächsten ist Anti-KI-Tricks mit #14.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 8.6 (+2.86 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 79.1% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 63.2% schneller
- Punktzahl
- 8.3 (+2.55 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.047 · 83.8% günstiger
- Antwortzeit (Durchschnitt)
- 18.07s · 11.6% schneller
Modelldaten
Recherchiert am 2026-10-06
- Parameter
- 1.05T insgesamt (49B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
5.7
Konsistenz
9.3
Gesamte Ausgabe-Token
54,388
Gesamte Eingabe-Token
257,872
Eingabepreis
$0.680 / 1M
Ausgabepreis
$2.090 / 1M
Preis für Cache-Lesen
$0.070 / 1M
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
2
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#369 Mistral Large 4
none- Kosten
- $0.005
- Zeit
- 33.0s
- Token
- 2,461 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-06 18:09 Erneuter Test | 5.7 | 9.7 | $0.290 | Aktueller Lauf | |
| 2026-10-06 15:23 Erster Lauf | 5.5 | 9.9 | $0.353 | Vergleichen |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-06 18:09 · Aktueller Lauf | 69/69 Versuche | 5.7 | 9.3 | 9.7 | 6/23 | 2 | 54,388 | 257,872 | $0.290 | 20.43s |
| 2026-10-06 15:23 · Erster Lauf | 69/69 Versuche | 5.5 | 8.8 | 9.9 | 5/23 | 4 | 84,218 | 259,048 | $0.353 | 28.46s |
| Differenz | — | +0.2 | +0.5 | -0.2 | +1 | -2 | -29830 | -1176 | -$0.064 | -8026ms |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 6.1 | 3.1 | |
| Anti-KI-Tricks | 3.6 | 10.0 | |
| Programmierung | 4.7 | 7.5 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 5.3 | 10.0 | |
| Befolgung von Anweisungen | 6.5 | 10.0 | |
| Rätsellösen | 7.9 | 9.9 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |