导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

Mistral Small 4 vs GPT-5.4 Nano benchmark 对比：Mistral Small 4 平均分领先，为 5.1 vs 4.8。 GPT-5.4 Nano benchmark 成本更低，为 $0.011 vs $0.068。 GPT-5.4 Nano 更快，为 1.48s vs 9.40s，通过率为 44.4% vs 30.2%。

推荐模型: GPT-5.4 Nano - 它的得分接近这里的最高分（4.8 vs 5.1），同时成本比Mistral Small 4低约 6.5 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 Nano GPT-5.4 Nano none 发布日期: 2026-03-17
分数 5.1 4.8
排名 #138 #149
可靠性 10.0 10.0
一致性 6.9 8.2
测试正确
尝试通过率 44.4% 30.2%
不稳定测试 8 5
总运行次数 63 63
每个结果成本 1.344 0.259
总成本 $0.068 $0.011
输入价格 $0.150 / 1M $0.200 / 1M
输出价格 $0.600 / 1M $1.250 / 1M
总输入令牌 42,576 34,212
输出令牌 24,184 2,784
推理令牌 84,678 0
响应时间（平均） 9.40s 1.48s
响应时间（最大） 59.15s 4.47s
响应时间（总计） 197.39s 31.01s

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

#149 GPT-5.4 Nano

none
Cost
$0.008
Time
46.1s
Tokens
5,735 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 Nano 3.5 8.0 16.7% 1 1.18s 606 800 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 Nano 4.6 7.9 22.2% 1 2.22s 7,305 613 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 Nano 3.0 10.0 0.0% 0 3.84s 11,019 280 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 Nano 6.5 10.0 50.0% 0 1.11s 7,140 219 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 Nano 2.9 4.4 22.2% 2 926ms 723 52 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 Nano 3.8 2.5 33.3% 1 1.31s 477 180 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 Nano 6.3 10.0 50.0% 0 784ms 660 89 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 Nano 5.4 10.0 33.3% 0 1.25s 642 308 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-5.4 Nano 10.0 10.0 100.0% 0 3.40s 5,445 222 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 Nano 3.0 10.0 0.0% 0 773ms 195 21 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 A3BnoneMiniMax M2.5mediumvsGPT-5.4 NanononeTrinity Large PreviewnonevsMistral Small 4mediumGPT-5.4 NanononevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4 NanononeMistral Small 4mediumvsGPT-4o-mininoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 Mininone