AI BENCHY Compare

Mistral: Mistral Small 4 vs Z.ai: GLM 5.1

Resumen

GLM 5.1 lidera en puntuación media con 5.6 vs 5.1. GLM 5.1 tiene menor coste de benchmark con $0.057 vs $0.068. GLM 5.1 es más rápido con 4.10s vs 9.40s, con tasas de acierto de 44.4% vs 41.3%.

Modelo recomendadoGLM 5.1Tiene la mejor puntuación aquí (5.6) y responde aproximadamente 2.3x más rápido que Mistral Small 4 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	Mistral Small 4 Mistral Small 4 medium Lanzamiento: 2026-03-16	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07

Métrica	Mistral Small 4 Mistral Small 4 medium Lanzamiento: 2026-03-16	GLM 5.1 GLM 5.1 none Lanzamiento: 2026-04-07
Puntuación	5.1	5.6
Rango	#160	#141
Fiabilidad	10.0	10.0
Consistencia	6.9	8.5
Pruebas correctas
Tasa de aciertos por intento	44.4%	41.3%
Pruebas inestables	8	4
Ejecuciones totales	63	63
Costo por resultado	1.344	0.843
Costo total	$0.068	$0.057
Precio de entrada	$0.150 / 1M	$0.966 / 1M
Precio de salida	$0.600 / 1M	$3.036 / 1M
Total de tokens de entrada	42,576	47,133
Tokens de salida	24,184	3,754
Tokens de razonamiento	84,678	0
Tiempo de respuesta (promedio)	9.40s	4.10s
Tiempo de respuesta (máximo)	59.15s	32.57s
Tiempo de respuesta (total)	197.39s	86.18s

Generación showcase

Hamster playing table tennis

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

#160 Mistral Small 4

medium

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

#141 GLM 5.1

none

SVG inválido

Coste: $0.000
Tiempo: 300.0s
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

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
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	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
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	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
GLM 5.1	2.8	2.1	33.3%	1		32.57s	22,831	2,129	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
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	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
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	24	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
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	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
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	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
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	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
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	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
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

Comparación rápida

Cambiar par de comparación