- 排名
- #187
- 总输出令牌
- 131,824
- 响应时间（平均）
- 10.77s
- 总成本
- $0.096
Mistral Small 4 (medium) vs GPT-4o-mini
Mistral Small 4 (medium) 平均分领先，为 5.1 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.010 vs $0.096。 GPT-4o-mini 更快，为 1.99s vs 10.77s，通过率为 42.4% vs 22.7%。
- 排名
- #195
- 总输出令牌
- 2,911
- 响应时间（平均）
- 1.99s
- 总成本
- $0.010
推荐模型
GPT-4o-mini
它的得分接近这里的最高分（5.0 vs 5.1），同时成本比Mistral Small 4 (medium)低约 9.8 倍。
详细对比
| 指标 | Mistral Small 4 Mistral Small 4 medium | GPT-4o-mini GPT-4o-mini none |
|---|---|---|
| 分数 | 5.1 | 5.0 |
| 排名 | #187 | #195 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.0 | 9.9 |
| 测试正确 | ||
| 尝试通过率 | 42.4% | 22.7% |
| 不稳定测试 | 8 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 1.913 | 0.195 |
| 总成本 | $0.096 | $0.010 |
| 输入价格 | $0.150 / 1M | $0.150 / 1M |
| 输出价格 | $0.600 / 1M | $0.600 / 1M |
| 总输入令牌 | 140,494 | 53,136 |
| 输出令牌 | 39,462 | 2,911 |
| 推理令牌 | 92,362 | 0 |
| 响应时间（平均） | 10.77s | 1.99s |
| 响应时间（最大） | 59.15s | 7.58s |
| 响应时间（总计） | 236.94s | 29.86s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#187 Mistral Small 4
medium- 成本
- $0.006
- 时间
- 47.9s
- 令牌
- 9,857 tok
#195 GPT-4o-mini
none- 成本
- $0.001
- 时间
- 6.6s
- 令牌
- 742 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
| 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 Small 4 | 5.6 | 3.8 | 66.7% | 3 | 2.67s | 708 | 4,055 | 4,778 | |
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 618 | 186 | 0 |
| 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 Small 4 | 4.4 | 5.1 | 33.3% | 2 | 39.98s | 7,636 | 11,635 | 54,715 | |
| GPT-4o-mini | 3.2 | 9.6 | 0.0% | 0 | 1.63s | 7,314 | 367 | 0 |
| 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 Small 4 | 3.0 | 10.0 | 0.0% | 0 | 32.40s | 116,624 | 17,890 | 18,384 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 6.32s | 29,916 | 1,497 | 0 |
| 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 Small 4 | 7.3 | 5.9 | 83.3% | 1 | 1.23s | 6,171 | 335 | 723 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 7,161 | 183 | 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 Small 4 | 5.3 | 7.2 | 44.4% | 1 | 6.11s | 742 | 2,621 | 6,904 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 637ms | 732 | 15 | 0 |
| 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 Small 4 | 4.8 | 10.0 | 0.0% | 0 | 2.05s | 519 | 821 | 828 | |
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 480 | 66 | 0 |
| 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 Small 4 | 7.3 | 5.8 | 83.3% | 1 | 1.38s | 729 | 540 | 1,031 | |
| GPT-4o-mini | 6.3 | 10.0 | 50.0% | 0 | 1.11s | 666 | 69 | 0 |
| 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 Small 4 | 3.4 | 9.7 | 0.0% | 0 | 2.17s | 735 | 1,226 | 2,632 | |
| GPT-4o-mini | 3.5 | 10.0 | 0.0% | 0 | 1.21s | 651 | 308 | 0 |
| 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 Small 4 | 10.0 | 10.0 | 100.0% | 0 | 3.50s | 6,420 | 321 | 810 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 5,400 | 205 | 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 Small 4 | 3.0 | 10.0 | 0.0% | 0 | 5.92s | 210 | 18 | 1,557 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 794ms | 198 | 15 | 0 |
快速对比
切换对比组合
Mistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3 Coder NextnoneNorth Mini Codenone免费可用vsMistral Small 4mediumGPT-4o-mininonevsLaguna S 2.1low免费可用MiniMax M2.7mediumvsGPT-4o-mininoneMistral Small 4mediumvsInklingnoneMistral Small 4mediumvsLaguna S 2.1low免费可用DeepSeek V3.2nonevsMistral Small 4mediumTrinity Large ThinkinghighvsGPT-4o-mininoneLing-2.6-1TnonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.6 35B A3Bnone