导航
AI BENCHY
Advertise here

Mistral Small 4 (medium) vs GPT-5.6 Luna

GPT-5.6 Luna 平均分领先，为 5.4 vs 5.1。 GPT-5.6 Luna benchmark 成本更低，为 $0.029 vs $0.097。 GPT-5.6 Luna 更快，为 1.50s vs 10.80s，通过率为 43.9% vs 36.4%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-20

排名
#236
总输出令牌
133,597
响应时间（平均）
10.80s
总成本
$0.097
排名
#221
总输出令牌
6,709
响应时间（平均）
1.50s
总成本
$0.029
推荐模型 GPT-5.6 Luna

它在这里得分最高（5.4），同时成本比Mistral Small 4 (medium)低约 3.4 倍。

详细对比

指标 Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16 GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09
分数 5.1 5.4
排名 #236 #221
可靠性 10.0 10.0
一致性 7.0 8.8
尝试次数 66/66 66/66
测试正确
尝试通过率 43.9% 36.4%
不稳定测试 8 3
总运行次数 66 66
每个结果成本 1.923 2.357
总成本 $0.097 $0.029
输入价格 $0.150 / 1M $0.200 / 1M
输出价格 $0.600 / 1M $1.200 / 1M
总输入令牌 140,559 101,332
输出令牌 40,268 6,709
推理令牌 93,329 0
响应时间（平均） 10.80s 1.50s
响应时间（最大） 59.15s 10.57s
响应时间（总计） 237.60s 33.05s
参数量 119B 总计 (6B 激活) ~400B 总计 (~17B 激活)
开放状态 开源 闭源

模型生成展示

Hamster playing table tennis

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

#236 Mistral Small 4

medium
成本
$0.006
时间
47.9s
令牌
9,857 tok

#221 GPT-5.6 Luna

none
成本
$0.016
时间
15.8s
令牌
2,685 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

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-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0

快速对比

切换对比组合

KAT-Coder-Air V2.5lowvsGPT-5.6 LunanoneMistral Small 4mediumvsQwen3 Coder NextnoneGPT-5.6 LunanonevsLaguna S 2.1medium免费可用GPT-5.6 LunanonevsLaguna S 2.1high免费可用Mistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsInklingnoneDots 3 Note Previewnone免费可用vsMistral Small 4mediumNorth Mini Codenone免费可用vsMistral Small 4mediumMistral Small 4mediumvsQwen3.6 35B A3BnoneLing-2.6-1TnonevsMistral Small 4mediumMistral Small 4mediumvsLaguna S 2.1low免费可用