AI BENCHY Compare

Mistral: Mistral Small 4 vs OpenAI: GPT-5.6 Luna

概要

Mistral Small 4 (medium) vs GPT-5.6 Luna の benchmark 比較: GPT-5.6 Luna が平均スコアでリードし、5.3 vs 5.1 です。 GPT-5.6 Luna の benchmark コストが低く、$0.047 vs $0.068 です。 GPT-5.6 Luna の方が高速で、1.06s vs 9.40s です、成功率は 44.4% vs 36.5% です。

おすすめモデル: GPT-5.6 Luna - ここでは最高スコア（5.3）で、Mistral Small 4 (medium) より約 8.8 倍速く応答します。

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: 2026-07-09

指標	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09

指標	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09
スコア	5.1	5.3
順位	#152	#142
信頼性	10.0	10.0
一貫性	6.9	8.8
正解テスト
試行ごとの合格率	44.4%	36.5%
不安定なテスト	8	3
総実行回数	63	63
結果あたりのコスト	1.344	0.767
合計コスト	$0.068	$0.047
入力価格	$0.150 / 1M	$1.000 / 1M
出力価格	$0.600 / 1M	$6.000 / 1M
合計入力トークン	42,576	34,218
出力トークン	24,184	1,967
推論トークン	84,678	0
応答時間（平均）	9.40s	1.06s
応答時間（最大）	59.15s	2.80s
応答時間（合計）	197.39s	22.34s

生成ショーケース

Hamster playing table tennis

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

#152 Mistral Small 4

medium

コスト: $0.006
時間: 47.9s
トークン: 9,857 tok

#142 GPT-5.6 Luna

none

コスト: $0.016
時間: 15.8s
トークン: 2,685 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
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778
GPT-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	0

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
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715
GPT-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	0

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
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700
GPT-5.6 Luna	3.0	10.0	0.0%	0		2.78s	11,019	280	0

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
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723
GPT-5.6 Luna	10.0	10.0	100.0%	0		758ms	7,140	222	0

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
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904
GPT-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	0

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
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828
GPT-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	0

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
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031
GPT-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	0

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
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632
GPT-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	0

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
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	0

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
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557
GPT-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

クイック比較

比較ペアを切り替え