Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-17

Metrică Mistral Small 4 Mistral Small 4 none Lansare: 2026-03-16 gpt-oss-120b gpt-oss-120b medium Lansare: 2025-08-05 Disponibil gratuit
Rang #61 #46
Scor 5.3 6.0
Consistență 9.5 7.6
Cost per rezultat 0.108 0.136
Cost total $0.006 $0.010
Teste corecte
Rată de trecere pe încercare 33.3% 51.0%
Teste instabile 1 5
Rulări totale 51 51
Tokenuri de ieșire 1,624 13,265
Tokenuri de raționament 0 34,330
Timp de răspuns (mediu) 629ms 15.05s
Timp de răspuns (maxim) 1.72s 50.92s
Timp de răspuns (total) 10.70s 150.55s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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 Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
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

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-Litenonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-FlashnoneGemini 2.5 Flashnonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumDisponibil gratuitvsHunter Alphanonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10Bnonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27BnoneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponibil gratuitgpt-oss-120bmediumDisponibil gratuitvsGLM 5 Turbononegpt-oss-120bmediumDisponibil gratuitvsGLM 4.7 FlashnoneMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4nonevsGLM 4.7 Flashmedium