- 排名
- #274
- 总输出令牌
- 84,218
- 响应时间（平均）
- 28.46s
- 总成本
- $0.353
Mistral Large 4 vs GPT-5 Nano (medium)
GPT-5 Nano (medium) 平均分领先，为 5.7 vs 5.5。 GPT-5 Nano (medium) benchmark 成本更低，为 $0.159 vs $0.353。 Mistral Large 4 更快，为 28.46s vs 56.55s，通过率为 30.4% vs 53.6%。
已对比模型
- 排名
- #264
- 总输出令牌
- 307,921
- 响应时间（平均）
- 56.55s
- 总成本
- $0.159
推荐模型
GPT-5 Nano (medium)
它在这里得分最高（5.7），同时成本比Mistral Large 4低约 2.2 倍。
详细对比
| 指标 | Mistral Large 4 Mistral Large 4 none | GPT-5 Nano GPT-5 Nano medium |
|---|---|---|
| 分数 | 5.5 | 5.7 |
| 排名 | #274 | #264 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 8.8 | 6.5 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 30.4% | 53.6% |
| 不稳定测试 | 4 | 10 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 7.044 | 1.737 |
| 总成本 | $0.353 | $0.159 |
| 输入价格 | $0.680 / 1M | $0.050 / 1M |
| 输出价格 | $2.090 / 1M | $0.400 / 1M |
| 缓存读取价格 | $0.070 / 1M | $0.005 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 259,048 | 314,436 |
| 输出令牌 | 84,218 | 13,578 |
| 推理令牌 | 0 | 294,343 |
| 响应时间（平均） | 28.46s | 56.55s |
| 响应时间（最大） | 385.10s | 227.89s |
| 响应时间（总计） | 654.47s | 961.32s |
| 参数量 | 1.05T 总计 (49B 激活) | ~120B 总计 (~5B 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.
#274 Mistral Large 4
none- 成本
- $0.004
- 时间
- 26.7s
- 令牌
- 1,923 tok
#264 GPT-5 Nano
medium- 成本
- $0.006
- 时间
- 108.5s
- 令牌
- 13,209 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 | 4.7 | 3.1 | 33.3% | 1 | 95.35s | 136,700 | 9,370 | 0 | |
| GPT-5 Nano | 4.7 | 3.1 | 33.3% | 1 | 94.09s | 219,492 | 1,541 | 23,943 |
| 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 | 3.7 | 8.4 | 8.3% | 1 | 1.52s | 705 | 354 | 0 | |
| GPT-5 Nano | 6.5 | 7.9 | 58.3% | 1 | 25.50s | 606 | 1,221 | 21,184 |
| 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 | 5.4 | 7.8 | 22.2% | 1 | 153.02s | 7,431 | 62,517 | 0 | |
| GPT-5 Nano | 7.0 | 7.7 | 55.6% | 1 | 41.62s | 7,305 | 740 | 41,152 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 36.48s | 97,682 | 10,963 | 0 | |
| GPT-5 Nano | 6.4 | 5.8 | 66.7% | 1 | 146.93s | 71,846 | 7,156 | 86,976 |
| 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 | 1.44s | 7,314 | 189 | 0 | |
| GPT-5 Nano | 3.7 | 1.7 | 50.0% | 2 | 21.42s | 7,140 | 453 | 10,560 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.04s | 798 | 21 | 0 | |
| GPT-5 Nano | 3.4 | 1.6 | 44.4% | 3 | 124.13s | 628 | 232 | 73,792 |
| 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 | 5.1 | 10.0 | 0.0% | 0 | 2.32s | 516 | 182 | 0 | |
| GPT-5 Nano | 4.1 | 10.0 | 0.0% | 0 | 17.51s | 477 | 202 | 4,608 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 1.13s | 708 | 60 | 0 | |
| GPT-5 Nano | 9.8 | 10.0 | 100.0% | 0 | 15.64s | 660 | 312 | 4,736 |
| 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 | 7.1 | 55.6% | 1 | 1.85s | 717 | 327 | 0 | |
| GPT-5 Nano | 5.3 | 7.2 | 44.4% | 1 | 20.63s | 642 | 929 | 14,272 |
| 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 | 3.60s | 6,267 | 222 | 0 | |
| GPT-5 Nano | 10.0 | 10.0 | 100.0% | 0 | 33.30s | 5,445 | 558 | 6,976 |
| 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 | 1.31s | 210 | 13 | 0 | |
| GPT-5 Nano | 3.0 | 10.0 | 0.0% | 0 | 20.13s | 195 | 234 | 6,144 |
快速对比
切换对比组合
Trinity Large ThinkinghighvsGPT-5 NanomediumMistral Large 4nonevsNemotron 3 Supermedium免费可用Seed 2.1 TurbononevsGPT-5 NanomediumLing 3.0 FlashhighvsGPT-5 NanomediumDeepSeek V4.1 FlashnonevsGPT-5 NanomediumGemma 4 31Bnone免费可用vsGPT-5 NanomediumGPT-5 NanomediumvsSpace Bunny AlphalowGPT-5 NanomediumvsQwen3.8 Flash NextnoneGPT-5 NanomediumvsSolar Pro 4noneMistral Large 4nonevsSpace Bunny AlphalowGPT-5 NanomediumvsQwen3.7 FlashnoneNemotron 3 Ultranone免费可用vsGPT-5 Nanomedium