AI BENCHY Compare

Mistral: Mistral Small 4 vs OpenAI: gpt-oss-120b

概要

Mistral Small 4 (medium) vs gpt-oss-120b の benchmark 比較: Mistral Small 4 (medium) が平均スコアでリードし、5.1 vs 4.0 です。 gpt-oss-120b の benchmark コストが低く、$0.010 vs $0.068 です。 Mistral Small 4 (medium) の方が高速で、9.40s vs 21.61s です、成功率は 44.4% vs 34.9% です。

おすすめモデル: Mistral Small 4 (medium) - ここでは最高スコア（5.1）で、gpt-oss-120b より約 2.3 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-oss-120b gpt-oss-120b none リリース: 2025-08-05 無料で利用可能

指標	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16	gpt-oss-120b gpt-oss-120b none リリース: 2025-08-05 無料で利用可能
スコア	5.1	4.0
順位	#152	#183
信頼性	10.0	10.0
一貫性	6.9	8.2
正解テスト
試行ごとの合格率	44.4%	34.9%
不安定なテスト	8	2
総実行回数	63	57
結果あたりのコスト	1.344	0.168
合計コスト	$0.068	$0.010
入力価格	$0.150 / 1M	$0.036 / 1M
出力価格	$0.600 / 1M	$0.180 / 1M
合計入力トークン	42,576	9,081
出力トークン	24,184	51,664
推論トークン	84,678	0
応答時間（平均）	9.40s	21.61s
応答時間（最大）	59.15s	113.71s
応答時間（合計）	197.39s	345.79s

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

#183 gpt-oss-120b

none

このモデルのショーケース結果はまだ生成されていません。

コスト: $0.000
時間: -
トークン: 0 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-oss-120b	6.5	10.0	50.0%	0		32.84s	1,336	8,676	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-oss-120b	1.5	4.0	22.2%	1		9.57s	901	3,232	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-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	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-oss-120b	6.5	10.0	50.0%	0		7.12s	2,421	598	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-oss-120b	3.0	10.0	0.0%	0		34.98s	1,294	29,483	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-oss-120b	4.8	10.0	0.0%	0		10.79s	584	615	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-oss-120b	9.8	10.0	100.0%	0		5.06s	1,043	1,940	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-oss-120b	6.0	7.2	55.6%	1		8.21s	1,188	3,982	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-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	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-oss-120b	3.0	10.0	0.0%	0		47.29s	314	3,138	0

クイック比較

比較ペアを切り替え