- 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-6 Luna (medium)
GPT-6 Luna (medium) 平均分领先，为 8.3 vs 5.5。 GPT-6 Luna (medium) benchmark 成本更低，为 $0.047 vs $0.353。 GPT-6 Luna (medium) 更快，为 18.07s vs 28.46s，通过率为 30.4% vs 73.9%。
已对比模型
- 排名
- #79
- 总输出令牌
- 53,161
- 响应时间（平均）
- 18.07s
- 总成本
- $0.047
推荐模型
GPT-6 Luna (medium)
它在这里得分最高（8.3），同时成本比Mistral Large 4低约 7.5 倍。
详细对比
| 指标 | Mistral Large 4 Mistral Large 4 none | GPT-6 Luna GPT-6 Luna medium |
|---|---|---|
| 分数 | 5.5 | 8.3 |
| 排名 | #274 | #79 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 8.8 | 8.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 30.4% | 73.9% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 7.044 | 0.313 |
| 总成本 | $0.353 | $0.047 |
| 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 | 259,048 | 203,193 |
| 输出令牌 | 84,218 | 5,751 |
| 推理令牌 | 0 | 47,410 |
| 响应时间（平均） | 28.46s | 18.07s |
| 响应时间（最大） | 385.10s | 66.44s |
| 响应时间（总计） | 654.47s | 415.53s |
| 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.
#274 Mistral Large 4
none- 成本
- $0.004
- 时间
- 26.7s
- 令牌
- 1,923 tok
#79 GPT-6 Luna
medium- 成本
- $0.002
- 时间
- 23.6s
- 令牌
- 2,966 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-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 66.44s | 124,247 | 1,116 | 6,891 |
| 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-6 Luna | 8.3 | 10.0 | 75.0% | 0 | 4.32s | 606 | 156 | 875 |
| 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-6 Luna | 6.6 | 4.6 | 77.8% | 2 | 23.63s | 7,302 | 438 | 10,222 |
| 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-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 22.65s | 55,738 | 3,052 | 4,096 |
| 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-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 26.09s | 7,140 | 234 | 268 |
| 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-6 Luna | 5.9 | 7.2 | 55.6% | 1 | 22.71s | 732 | 70 | 19,191 |
| 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-6 Luna | 4.4 | 9.9 | 0.0% | 0 | 28.25s | 477 | 91 | 289 |
| 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-6 Luna | 9.8 | 10.0 | 100.0% | 0 | 13.24s | 660 | 89 | 409 |
| 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-6 Luna | 7.7 | 10.0 | 66.7% | 0 | 9.78s | 642 | 211 | 3,189 |
| 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-6 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.84s | 5,454 | 264 | 249 |
| 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-6 Luna | 3.0 | 10.0 | 0.0% | 0 | 6.39s | 195 | 30 | 1,731 |
快速对比
切换对比组合
Mistral Large 4nonevsNemotron 3 Supermedium免费可用GPT-6 LunamediumvsGrok 4.5highKimi K3maxvsGPT-6 LunamediumGemini 3.5 FlashhighvsGPT-6 LunamediumGPT-6 LunamediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsGPT-6 LunamediumMistral Large 4nonevsSpace Bunny AlphalowMuse Spark 1.1highvsGPT-6 LunamediumSeed-2.0-CodelowvsGPT-6 LunamediumGPT-6 LunamediumvsInklinghigh免费可用North Mini Codemedium免费可用vsMistral Large 4noneDots 3 Note Previewmedium免费可用vsMistral Large 4none