Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de Mistral Small 4 (medium) vs gpt-oss-120b: Mistral Small 4 (medium) lidera en puntuación media con 5.1 vs 4.0. gpt-oss-120b tiene menor coste de benchmark con $0.010 vs $0.068. Mistral Small 4 (medium) es más rápido con 9.40s vs 21.61s, con tasas de acierto de 44.4% vs 34.9%.

Modelo recomendado: Mistral Small 4 (medium) - Tiene la mejor puntuación aquí (5.1) y responde aproximadamente 2.3x más rápido que gpt-oss-120b.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica Mistral Small 4 Mistral Small 4 medium Lanzamiento: 2026-03-16 gpt-oss-120b gpt-oss-120b none Lanzamiento: 2025-08-05 Disponible gratis
Puntuación 5.1 4.0
Rango #152 #183
Fiabilidad 10.0 10.0
Consistencia 6.9 8.2
Pruebas correctas
Tasa de aciertos por intento 44.4% 34.9%
Pruebas inestables 8 2
Ejecuciones totales 63 57
Costo por resultado 1.344 0.168
Costo total $0.068 $0.010
Precio de entrada $0.150 / 1M $0.036 / 1M
Precio de salida $0.600 / 1M $0.180 / 1M
Total de tokens de entrada 42,576 9,081
Tokens de salida 24,184 51,664
Tokens de razonamiento 84,678 0
Tiempo de respuesta (promedio) 9.40s 21.61s
Tiempo de respuesta (máximo) 59.15s 113.71s
Tiempo de respuesta (total) 197.39s 345.79s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#152 Mistral Small 4

medium
Coste
$0.006
Tiempo
47.9s
Tokens
9,857 tok

#183 gpt-oss-120b

none
Aún no se ha generado ningún resultado showcase para este modelo.
Coste
$0.000
Tiempo
-
Tokens
0 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 2,612 10,700
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 1,031
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

Comparación rápida

Cambiar par de comparación

North Mini CodenoneDisponible gratisvsMistral Small 4mediumMistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 Mininonegpt-oss-120bnoneDisponible gratisvsQwen3.5-9BmediumMistral Small 4mediumvsGPT-5.6 Lunanone