AI BENCHY Compare
Mistral: Mistral Small 4 vs OpenAI: gpt-oss-120b
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: 2026-03-17
| 指標 | Mistral Small 4 Mistral Small 4 none | gpt-oss-120b gpt-oss-120b medium 無料で利用可能 |
|---|---|---|
| 順位 | #61 | #46 |
| スコア | 5.3 | 6.0 |
| 一貫性 | 9.5 | 7.6 |
| 結果あたりのコスト | 0.108 | 0.136 |
| 合計コスト | $0.006 | $0.010 |
| 正解テスト | ||
| 試行ごとの合格率 | 33.3% | 51.0% |
| 不安定なテスト | 1 | 5 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 1,624 | 13,265 |
| 推論トークン | 0 | 34,330 |
| 応答時間（平均） | 629ms | 15.05s |
| 応答時間（最大） | 1.72s | 50.92s |
| 応答時間（合計） | 10.70s | 150.55s |
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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.4 | 7.9 | 16.7% | 1 | 395ms | 182 | 0 | |
| gpt-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 3,518 | 2,177 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 1.72s | 496 | 0 | |
| gpt-oss-120b | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 694 | 5,072 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 822ms | 261 | 0 | |
| gpt-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 241 | 1,114 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 5.3 | 10.0 | 33.3% | 0 | 367ms | 28 | 0 | |
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 6,784 | 20,606 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.0 | 10.0 | 0.0% | 0 | 729ms | 205 | 0 | |
| gpt-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 107 | 387 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 6.5 | 10.0 | 50.0% | 0 | 380ms | 69 | 0 | |
| gpt-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 126 | 1,799 |
| Puzzle Solving | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.1 | 9.9 | 0.0% | 0 | 589ms | 170 | 0 | |
| gpt-oss-120b | 3.2 | 4.7 | 22.2% | 2 | 11.80s | 1,508 | 2,092 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 213 | 0 | |
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 287 | 1,083 |
クイック比較
比較ペアを切り替え
Seed-2.0-Litenonevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsQwen3.5-FlashnoneGemini 2.5 Flashnonevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsQwen3.5-35B-A3Bnonegpt-oss-120bmedium無料で利用可能vsHunter Alphanonegpt-oss-120bmedium無料で利用可能vsQwen3.5-122B-A10Bnonegpt-oss-120bmedium無料で利用可能vsQwen3.5-27BnoneDeepSeek V3.2nonevsgpt-oss-120bmedium無料で利用可能gpt-oss-120bmedium無料で利用可能vsGLM 5 Turbononegpt-oss-120bmedium無料で利用可能vsGLM 4.7 FlashnoneMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4nonevsGLM 4.7 Flashmedium