AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs Mistral: Mistral Small 4

概要

Claude Sonnet 5 vs Mistral Small 4 の benchmark 比較: Claude Sonnet 5 が平均スコアでリードし、5.7 vs 5.1 です。 Mistral Small 4 の benchmark コストが低く、$0.068 vs $0.287 です。 Claude Sonnet 5 の方が高速で、4.74s vs 9.40s です、成功率は 42.9% vs 44.4% です。

おすすめモデル: Mistral Small 4 - スコアはここでの最高値に近く（5.1 vs 5.7）、Claude Sonnet 5 より約 4.3 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-30

指標	Claude Sonnet 5 Claude Sonnet 5 none リリース: 2026-06-30	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16

指標	Claude Sonnet 5 Claude Sonnet 5 none リリース: 2026-06-30	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16
スコア	5.7	5.1
順位	#117	#136
信頼性	10.0	10.0
一貫性	8.6	6.9
正解テスト
試行ごとの合格率	42.9%	44.4%
不安定なテスト	4	8
総実行回数	63	63
結果あたりのコスト	4.098	1.344
合計コスト	$0.287	$0.068
入力価格	$2.000 / 1M	$0.150 / 1M
出力価格	$10.000 / 1M	$0.600 / 1M
合計入力トークン	76,797	42,576
出力トークン	13,325	24,184
推論トークン	0	84,678
応答時間（平均）	4.74s	9.40s
応答時間（最大）	29.46s	59.15s
応答時間（合計）	99.46s	197.39s

生成ショーケース

Hamster playing table tennis

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

#117 Claude Sonnet 5

none

コスト: $0.061
時間: 53.7s
トークン: 6,172 tok

#136 Mistral Small 4

medium

コスト: $0.006
時間: 47.9s
トークン: 9,857 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	5.3	10.0	25.0%	0		3.60s	834	1,813	0
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	4.6	7.9	22.2%	1		3.67s	10,590	1,864	0
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	3.0	10.0	0.0%	0		29.46s	38,775	6,340	0
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	10.0	10.0	100.0%	0		3.01s	10,503	309	0
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	5.3	7.2	44.4%	1		3.28s	975	933	0
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	4.7	3.1	33.3%	1		2.81s	708	272	0
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	6.4	10.0	50.0%	0		2.58s	909	103	0
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	6.0	7.4	55.6%	1		3.22s	894	778	0
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	10.0	10.0	100.0%	0		6.80s	12,351	522	0
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	3.0	10.0	0.0%	0		4.31s	258	391	0
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

クイック比較

比較ペアを切り替え