导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Mistral: Mistral Small 4 vs OpenAI: GPT-5.4 Mini

摘要

Mistral Small 4 vs GPT-5.4 Mini benchmark 对比：GPT-5.4 Mini 平均分领先，为 5.3 vs 5.1。 GPT-5.4 Mini benchmark 成本更低，为 $0.038 vs $0.068。 GPT-5.4 Mini 更快，为 1.13s vs 9.40s，通过率为 44.4% vs 30.2%。

推荐模型: GPT-5.4 Mini - 它在这里得分最高（5.3），同时成本比Mistral Small 4低约 1.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17
分数 5.1 5.3
排名 #138 #131
可靠性 10.0 10.0
一致性 6.9 8.8
测试正确
尝试通过率 44.4% 30.2%
不稳定测试 8 3
总运行次数 63 63
每个结果成本 1.344 0.743
总成本 $0.068 $0.038
输入价格 $0.150 / 1M $0.750 / 1M
输出价格 $0.600 / 1M $4.500 / 1M
总输入令牌 42,576 34,244
输出令牌 24,184 2,541
推理令牌 84,678 0
响应时间（平均） 9.40s 1.13s
响应时间（最大） 59.15s 2.52s
响应时间（总计） 197.39s 23.82s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#138 Mistral Small 4

medium
Cost
$0.006
Time
47.9s
Tokens
9,857 tok

#131 GPT-5.4 Mini

none
Cost
$0.010
Time
11.7s
Tokens
2,151 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-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 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-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 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 25.25s 18,706 2,612 10,700
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 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-5.4 Mini 10.0 10.0 100.0% 0 1.30s 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 Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 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-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 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-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 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-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 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-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 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-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0

快速对比

切换对比组合

Mistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneTrinity Large PreviewnonevsMistral Small 4mediumMiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-4o-mininoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsGLM 4.7 Flashnone