Navigasi
Advertise here

Mistral Large 4 (low) vs GPT-5.6 Luna (medium)

Mistral Large 4 (low) unggul dalam skor rata-rata dengan 7.6 vs 7.4. GPT-5.6 Luna (medium) memiliki biaya benchmark lebih rendah di $0.065 vs $1.648. GPT-5.6 Luna (medium) lebih cepat di 9.64s vs 300.15s, dengan tingkat keberhasilan 65.2% vs 62.3%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-06

Model yang Dibandingkan

Peringkat
#119
Total token output
714,287
Waktu respons (rata-rata)
300.15s
Total Biaya
$1.648
Peringkat
#128
Total token output
47,986
Waktu respons (rata-rata)
9.64s
Total Biaya
$0.065
Model yang direkomendasikan GPT-5.6 Luna (medium)

Its score stays close to the best score here (7.4 vs 7.6), while costing about 25.6x less than Mistral Large 4 (low).

Perbandingan terperinci

Metrik Mistral Large 4 Mistral Large 4 low Rilis: 2026-10-06 GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09
Skor 7.6 7.4
Peringkat #119 #128
Keandalan 9.0 10.0
Konsistensi 8.7 9.0
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 65.2% 62.3%
Tes tidak stabil 4 3
Total Run 69 69
Biaya per hasil 12.670 2.822
Total Biaya $1.648 $0.065
Harga input $0.680 / 1M $0.200 / 1M
Harga output $2.090 / 1M $1.200 / 1M
Harga baca cache $0.070 / 1M $0.020 / 1M
Harga tulis cache T/A $0.250 / 1M
Total token input 226,734 212,780
Token output 278,013 6,849
Token penalaran 638,296 41,137
Waktu respons (rata-rata) 300.15s 9.64s
Waktu respons (maks) 1798.01s 58.09s
Waktu respons (total) 6903.40s 221.62s
Parameter 1.05T total (49B aktif) ~400B total (~17B aktif)
Ketersediaan Tertutup Tertutup

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#119 Mistral Large 4

low
Biaya
$0.015
Waktu
115.1s
Token
6,915 tok

#128 GPT-5.6 Luna

medium
Biaya
$0.014
Waktu
14.6s
Token
2,362 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mistral Large 4 3.4 7.2 22.2% 1 1379.72s 5,896 129,426 386,126
GPT-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928

Perbandingan Cepat

Ganti Pasangan Perbandingan