- 排名
- #119
- 总输出令牌
- 714,287
- 响应时间（平均）
- 300.15s
- 总成本
- $1.648
Mistral Large 4 (low) vs GPT-6 Luna (high)
GPT-6 Luna (high) 平均分领先，为 7.7 vs 7.6。 GPT-6 Luna (high) benchmark 成本更低，为 $0.074 vs $1.648。 GPT-6 Luna (high) 更快，为 20.37s vs 300.15s，通过率为 65.2% vs 73.9%。
已对比模型
- 排名
- #114
- 总输出令牌
- 101,587
- 响应时间（平均）
- 20.37s
- 总成本
- $0.074
推荐模型
GPT-6 Luna (high)
它在这里得分最高（7.7），同时成本比Mistral Large 4 (low)低约 22.3 倍。
详细对比
| 指标 | Mistral Large 4 Mistral Large 4 low | GPT-6 Luna GPT-6 Luna high |
|---|---|---|
| 分数 | 7.6 | 7.7 |
| 排名 | #119 | #114 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 8.7 | 8.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 73.9% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 12.670 | 0.492 |
| 总成本 | $1.648 | $0.074 |
| 输入价格 | $0.680 / 1M | $0.100 / 1M |
| 输出价格 | $2.090 / 1M | $0.500 / 1M |
| 缓存读取价格 | $0.070 / 1M | $0.010 / 1M |
| 缓存写入价格 | 不适用 | $0.125 / 1M |
| 总输入令牌 | 226,734 | 229,986 |
| 输出令牌 | 278,013 | 6,037 |
| 推理令牌 | 638,296 | 95,550 |
| 响应时间（平均） | 300.15s | 20.37s |
| 响应时间（最大） | 1798.01s | 106.93s |
| 响应时间（总计） | 6903.40s | 468.52s |
| 参数量 | 1.05T 总计 (49B 激活) | ~400B 总计 (~17B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#119 Mistral Large 4
low- 成本
- $0.015
- 时间
- 115.1s
- 令牌
- 6,915 tok
#114 GPT-6 Luna
high- 成本
- $0.003
- 时间
- 49.2s
- 令牌
- 5,231 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 69.63s | 143,243 | 3,788 | 3,053 | |
| GPT-6 Luna | 5.2 | 3.2 | 33.3% | 1 | 82.78s | 149,545 | 1,276 | 8,906 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 8.3 | 10.0 | 75.0% | 0 | 19.75s | 705 | 999 | 9,354 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.64s | 606 | 159 | 1,358 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 3.4 | 7.2 | 22.2% | 1 | 1379.72s | 5,896 | 129,426 | 386,126 | |
| GPT-6 Luna | 7.8 | 7.4 | 77.8% | 1 | 24.69s | 7,302 | 483 | 15,691 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 556.27s | 60,360 | 5,603 | 60,531 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 21.53s | 57,233 | 3,111 | 6,658 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 27.46s | 7,314 | 1,014 | 7,623 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 24.50s | 7,140 | 234 | 352 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 2.9 | 7.2 | 11.1% | 1 | 291.62s | 798 | 82,605 | 111,098 | |
| GPT-6 Luna | 5.9 | 7.2 | 55.6% | 1 | 51.14s | 732 | 70 | 55,170 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 39.29s | 516 | 5,529 | 5,865 | |
| GPT-6 Luna | 5.1 | 10.0 | 0.0% | 0 | 17.40s | 477 | 96 | 373 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 8.4 | 6.9 | 83.3% | 1 | 23.21s | 708 | 5,408 | 6,402 | |
| GPT-6 Luna | 8.4 | 6.9 | 83.3% | 1 | 1.92s | 660 | 91 | 420 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 7.7 | 7.3 | 77.8% | 1 | 35.82s | 717 | 8,012 | 9,030 | |
| GPT-6 Luna | 7.8 | 10.0 | 66.7% | 0 | 7.51s | 642 | 231 | 4,988 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 21.53s | 6,267 | 307 | 1,015 | |
| GPT-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 6.96s | 5,454 | 256 | 261 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 3.0 | 10.0 | 0.0% | 0 | 358.62s | 210 | 35,322 | 38,199 | |
| GPT-6 Luna | 3.0 | 10.0 | 0.0% | 0 | 4.90s | 195 | 30 | 1,373 |
快速对比
切换对比组合
GPT-6 LunahighvsQwen3.5 Plus 2026-04-20mediumGPT-6 LunahighvsQwen3.7 FlashlowMistral Large 4lowvsQwen3.8 Flash NextmediumMuse Glimmer 30BmediumvsGPT-6 LunahighMistral Large 4lowvsSpace Bunny AlphahighDeepSeek V4 Flash 0731mediumvsGPT-6 LunahighMistral Large 4lowvsGLM 5.1mediumGPT-6 LunahighvsGrok 4.5lowGPT-6 LunahighvsQwen3.7 PlusnoneSeed-2.0-MinimediumvsMistral Large 4lowMuse Glimmer 30BmediumvsMistral Large 4lowGPT-6 LunahighvsGrok 4.6medium