- 排名
- #240
- 总输出令牌
- 627,233
- 响应时间（平均）
- 265.03s
- 总成本
- $1.456
Mistral Large 4 (medium) vs GPT-6.1 Sol (low)
GPT-6.1 Sol (low) 平均分领先，为 9.6 vs 6.2。 GPT-6.1 Sol (low) benchmark 成本更低，为 $0.460 vs $1.456。 GPT-6.1 Sol (low) 更快，为 7.15s vs 265.03s，通过率为 55.1% vs 92.8%。
已对比模型
- 排名
- #16
- 总输出令牌
- 13,138
- 响应时间（平均）
- 7.15s
- 总成本
- $0.460
推荐模型
GPT-6.1 Sol (low)
它在这里得分最高（9.6），同时成本比Mistral Large 4 (medium)低约 3.2 倍。
详细对比
| 指标 | Mistral Large 4 Mistral Large 4 medium | GPT-6.1 Sol GPT-6.1 Sol low |
|---|---|---|
| 分数 | 6.2 | 9.6 |
| 排名 | #240 | #16 |
| 可靠性 | 9.2 | 10.0 |
| 一致性 | 7.6 | 9.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 55.1% | 92.8% |
| 不稳定测试 | 7 | 1 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 16.168 | 2.187 |
| 总成本 | $1.456 | $0.460 |
| 输入价格 | $0.680 / 1M | $2.000 / 1M |
| 输出价格 | $2.090 / 1M | $10.000 / 1M |
| 缓存读取价格 | $0.070 / 1M | $0.100 / 1M |
| 缓存写入价格 | 不适用 | $2.500 / 1M |
| 总输入令牌 | 212,024 | 163,900 |
| 输出令牌 | 166,422 | 4,958 |
| 推理令牌 | 562,095 | 8,180 |
| 响应时间（平均） | 265.03s | 7.15s |
| 响应时间（最大） | 1760.20s | 46.57s |
| 响应时间（总计） | 6095.69s | 164.47s |
| 参数量 | 1.05T 总计 (49B 激活) | ~2T 总计 (~150B 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.
#240 Mistral Large 4
medium- 成本
- $0.011
- 时间
- 63.4s
- 令牌
- 5,291 tok
#16 GPT-6.1 Sol
low- 成本
- $0.028
- 时间
- 44.6s
- 令牌
- 2,881 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 | 6.1 | 3.1 | 66.7% | 1 | 173.21s | 135,844 | 7,482 | 13,709 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 46.57s | 85,882 | 798 | 461 |
| 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 | 15.73s | 705 | 1,087 | 7,308 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.14s | 606 | 147 | 226 |
| 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 | 1201.87s | 7,189 | 33,530 | 303,140 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 4.48s | 7,302 | 388 | 1,286 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 510.65s | 51,756 | 8,436 | 82,002 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 10.94s | 54,810 | 2,619 | 370 |
| 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 | 25.95s | 7,314 | 1,046 | 7,861 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 1.94s | 7,140 | 222 | 0 |
| 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 | 288.04s | 798 | 85,691 | 114,373 | |
| GPT-6.1 Sol | 7.7 | 10.0 | 66.7% | 0 | 15.39s | 732 | 69 | 5,195 |
| 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 | 3.5 | 2.2 | 33.3% | 1 | 39.33s | 516 | 4,704 | 4,909 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 3.66s | 477 | 114 | 142 |
| 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 | 8.3 | 10.0 | 50.0% | 0 | 24.62s | 708 | 6,709 | 7,691 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 660 | 93 | 115 |
| 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 | 6.1 | 4.7 | 66.7% | 2 | 41.40s | 717 | 8,254 | 10,519 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 2.19s | 642 | 232 | 88 |
| 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 | 19.19s | 6,267 | 303 | 1,104 | |
| GPT-6.1 Sol | 10.0 | 10.0 | 100.0% | 0 | 5.53s | 5,454 | 246 | 0 |
| 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 | 84.68s | 210 | 9,180 | 9,479 | |
| GPT-6.1 Sol | 2.8 | 1.6 | 33.3% | 1 | 3.80s | 195 | 30 | 297 |
快速对比
切换对比组合
Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowClaude Fable 5.1lowvsMistral Large 4mediumGemini 3.5 FlashnonevsMistral Large 4mediumGemini 3.1 Flash Lite PreviewnonevsMistral Large 4mediumGemini 3.7 FlashmediumvsGPT-6.1 SollowDeepSeek V4 Flash 0731nonevsMistral Large 4mediumApodex 1.1 Minilow免费可用vsMistral Large 4mediumMistral Large 4mediumvsInklingnone免费可用Mistral Large 4mediumvsQwen3.5 Plus 2026-04-20noneMistral Large 4mediumvsSpace Bunny AlphaxhighKAT-Coder-Pro V2.5defaultvsMistral Large 4mediumDeepSeek V4 Flash 0423nonevsMistral Large 4medium