Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Mistral: Mistral Small 4 vs xAI: Grok 4.20

Сводка

Сравнение benchmark Mistral Small 4 vs Grok 4.20: Mistral Small 4 лидирует по среднему баллу: 5.1 vs 4.4. Grok 4.20 имеет более низкую стоимость benchmark: $0.057 vs $0.068. Grok 4.20 быстрее: 1.11s vs 9.40s, с долей успешных попыток 44.4% vs 28.6%.

Рекомендуемая модель: Mistral Small 4 - У него самый высокий балл в этом сравнении (5.1) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16 Grok 4.20 Grok 4.20 none Релиз: 2026-03-31
Оценка 5.1 4.4
Ранг #138 #160
Надежность 10.0 Н/Д
Стабильность 6.9 8.5
Тестов верно
Доля успешных попыток 44.4% 28.6%
Нестабильные тесты 8 0
Всего запусков 63 54
Стоимость за результат 1.344 1.570
Общая стоимость $0.068 $0.057
Цена входа $0.150 / 1M $1.250 / 1M
Цена выхода $0.600 / 1M $2.500 / 1M
Общее число входных токенов 42,576 41,313
Выходные токены 24,184 1,923
Токены рассуждений 84,678 0
Время ответа (среднее) 9.40s 1.11s
Время ответа (макс.) 59.15s 6.04s
Время ответа (суммарно) 197.39s 19.96s

Генерация showcase

Hamster playing table tennis

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

#138 Mistral Small 4

medium
Стоимость
$0.006
Время
47.9s
Токены
9,857 tok

#160 xAI: Grok 4.20

none
Стоимость
$0.004
Время
6.5s
Токены
1,367 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

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

North Mini CodenoneБесплатно доступноvsMistral Small 4mediumMistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneGrok 4.20nonevsGLM 4.7 FlashmediumTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4mediumvsLaguna XS 2.1noneБесплатно доступно