AI BENCHY Compare

Mistral: Mistral Small 4 vs xAI: Grok 4.20

概要

Mistral Small 4 vs Grok 4.20 の benchmark 比較: Mistral Small 4 が平均スコアでリードし、5.1 vs 4.4 です。 Grok 4.20 の benchmark コストが低く、$0.057 vs $0.068 です。 Grok 4.20 の方が高速で、1.11s vs 9.40s です、成功率は 44.4% vs 28.6% です。

おすすめモデル: Mistral Small 4 - この比較で最も高いスコア（5.1）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-02

指標	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16	Grok 4.20 Grok 4.20 none リリース: 2026-03-31

指標	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16	Grok 4.20 Grok 4.20 none リリース: 2026-03-31
スコア	5.1	4.4
順位	#138	#160
信頼性	10.0	該当なし
一貫性	6.9	8.5
正解テスト
試行ごとの合格率	44.4%	28.6%
不安定なテスト	8	0
総実行回数	63	54
結果あたりのコスト	1.344	1.570
合計コスト	$0.068	$0.057
入力価格	$0.150 / 1M	$1.250 / 1M
出力価格	$0.600 / 1M	$2.500 / 1M
合計入力トークン	42,576	41,313
出力トークン	24,184	1,923
推論トークン	84,678	0
応答時間（平均）	9.40s	1.11s
応答時間（最大）	59.15s	6.04s
応答時間（合計）	197.39s	19.96s

生成ショーケース

Hamster playing table tennis

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

#138 Mistral Small 4

medium

コスト: $0.006
時間: 47.9s
トークン: 9,857 tok

#160 xAI: Grok 4.20

none

コスト: $0.004
時間: 6.5s
トークン: 1,367 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
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	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
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	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
Grok 4.20	3.0	10.0	0.0%	0		6.04s	17,673	282	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
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	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
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	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
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	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
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	60	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
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	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
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	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
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

クイック比較

比較ペアを切り替え