Navegación
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 Beta

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-17

Métrica Mistral Small 4 Mistral Small 4 none Lanzamiento: 2026-03-16 Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12
Rango #61 #58
Puntuación 5.3 5.3
Consistencia 9.5 9.1
Costo por resultado 0.108 2.240
Costo total $0.006 $0.090
Pruebas correctas
Tasa de aciertos por intento 33.3% 31.4%
Pruebas inestables 1 2
Ejecuciones totales 51 51
Tokens de salida 1,624 1,517
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 629ms 1.19s
Tiempo de respuesta (máximo) 1.72s 6.48s
Tiempo de respuesta (total) 10.70s 20.22s

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 salida Tokens de razonamiento
Mistral Small 4 3.4 7.9 16.7% 1 395ms 182 0
Grok 4.20 Beta 4.0 8.4 16.7% 1 597ms 251 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 3.0 10.0 0.0% 0 1.72s 496 0
Grok 4.20 Beta 3.0 10.0 0.0% 0 6.48s 282 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 10.0 10.0 100.0% 0 822ms 261 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 601ms 197 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 5.3 10.0 33.3% 0 367ms 28 0
Grok 4.20 Beta 3.0 10.0 0.0% 0 611ms 160 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 4.0 10.0 0.0% 0 729ms 205 0
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 6.5 10.0 50.0% 0 380ms 69 0
Grok 4.20 Beta 4.8 10.0 0.0% 0 687ms 60 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 3.1 9.9 0.0% 0 589ms 170 0
Grok 4.20 Beta 5.9 7.2 55.6% 1 541ms 291 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mistral Small 4 10.0 10.0 100.0% 0 1.40s 213 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsGrok 4.20 BetanoneMistral Small 4nonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsGrok 4.20 BetanoneMiniMax M2.5mediumDisponible gratisvsGrok 4.20 BetanoneMistral Small 4nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumDisponible gratisvsMistral Small 4noneGrok 4.20 BetanonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneMistral Small 4nonevsgpt-oss-120bmediumDisponible gratisMistral Small 4nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.20 BetanoneGPT-5 NanomediumvsGrok 4.20 Betanone