Mistral Large 4 (low) vs GPT-5.6 Luna (medium)

Mistral Large 4 (low) лидирует по среднему баллу: 7.6 vs 7.4. GPT-5.6 Luna (medium) имеет более низкую стоимость benchmark: $0.065 vs $1.648. GPT-5.6 Luna (medium) быстрее: 9.64s vs 300.15s, с долей успешных попыток 65.2% vs 62.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-06

Сравниваемые модели

Ранг: #119
Общее число выходных токенов: 714,287
Время ответа (среднее): 300.15s
Общая стоимость: $1.648

Ранг: #128
Общее число выходных токенов: 47,986
Время ответа (среднее): 9.64s
Общая стоимость: $0.065

Рекомендуемая модель GPT-5.6 Luna (medium)

Его балл близок к лучшему здесь (7.4 против 7.6), при этом он примерно в 25.6 раза дешевле, чем Mistral Large 4 (low).

Подробное сравнение

Метрика	Mistral Large 4 Mistral Large 4 low Релиз: 2026-10-06	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09

Метрика	Mistral Large 4 Mistral Large 4 low Релиз: 2026-10-06	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09
Оценка	7.6	7.4
Ранг	#119	#128
Надежность	9.0	10.0
Стабильность	8.7	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	65.2%	62.3%
Нестабильные тесты	4	3
Всего запусков	69	69
Стоимость за результат	12.670	2.822
Общая стоимость	$1.648	$0.065
Цена входа	$0.680 / 1M	$0.200 / 1M
Цена выхода	$2.090 / 1M	$1.200 / 1M
Цена чтения из кэша	$0.070 / 1M	$0.020 / 1M
Цена записи в кэш	Н/Д	$0.250 / 1M
Общее число входных токенов	226,734	212,780
Выходные токены	278,013	6,849
Токены рассуждений	638,296	41,137
Время ответа (среднее)	300.15s	9.64s
Время ответа (макс.)	1798.01s	58.09s
Время ответа (суммарно)	6903.40s	221.62s
Параметры	1.05T всего (49B активных)	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#119 Mistral Large 4

low

Стоимость: $0.015
Время: 115.1s
Токены: 6,915 tok

#128 GPT-5.6 Luna

medium

Стоимость: $0.014
Время: 14.6s
Токены: 2,362 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	10.0	10.0	100.0%	0		69.63s	143,243	3,788	3,053
GPT-5.6 Luna	7.4	3.8	66.7%	1		58.09s	123,095	1,148	2,313

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	8.3	10.0	75.0%	0		19.75s	705	999	9,354
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	3.4	7.2	22.2%	1		1379.72s	5,896	129,426	386,126
GPT-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	10.0	10.0	100.0%	0		556.27s	60,360	5,603	60,531
GPT-5.6 Luna	10.0	10.0	100.0%	0		14.59s	66,477	3,926	4,594

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	10.0	10.0	100.0%	0		27.46s	7,314	1,014	7,623
GPT-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	2.9	7.2	11.1%	1		291.62s	798	82,605	111,098
GPT-5.6 Luna	2.9	7.2	11.1%	1		18.45s	732	70	17,375

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	10.0	10.0	100.0%	0		39.29s	516	5,529	5,865
GPT-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	8.4	6.9	83.3%	1		23.21s	708	5,408	6,402
GPT-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	7.7	7.3	77.8%	1		35.82s	717	8,012	9,030
GPT-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	10.0	10.0	100.0%	0		21.53s	6,267	307	1,015
GPT-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Large 4	3.0	10.0	0.0%	0		358.62s	210	35,322	38,199
GPT-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 Flash 0731lowvsGPT-5.6 Lunamedium GPT-5.6 LunamediumvsGLM 5.3 FlashXhigh GPT-5.6 LunamediumvsGrok 4.7low Mistral Large 4lowvsQwen3.8 Flash Nextmedium GPT-5.6 LunamediumvsInkling SmallhighБесплатно доступно Seed-2.0-CodehighvsGPT-5.6 Lunamedium DeepSeek V4 Pro 0423nonevsGPT-5.6 Lunamedium Mistral Large 4lowvsSpace Bunny Alphahigh Mistral Large 4lowvsGLM 5.1medium Seed-2.0-MinimediumvsMistral Large 4low Muse Glimmer 30BmediumvsMistral Large 4low Mistral Large 4highvsGPT-5.6 Lunamedium