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 xAI: Grok 4.20

摘要

Mistral Small 4 vs Grok 4.20 benchmark 对比：Mistral Small 4 平均分领先，为 5.1 vs 4.4。 Mistral Small 4 benchmark 成本更低，为 $0.007 vs $0.057。 Mistral Small 4 更快，为 630ms vs 1.11s，通过率为 27.0% vs 28.6%。

推荐模型: Mistral Small 4 - 它在这里得分最高（5.1），同时成本比Grok 4.20低约 8.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16 Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数 5.1 4.4
排名 #134 #160
可靠性 10.0 不适用
一致性 9.5 8.5
测试正确
尝试通过率 27.0% 28.6%
不稳定测试 1 0
总运行次数 63 54
每个结果成本 0.139 1.570
总成本 $0.007 $0.057
输入价格 $0.150 / 1M $1.250 / 1M
输出价格 $0.600 / 1M $2.500 / 1M
总输入令牌 37,309 41,313
输出令牌 2,201 1,923
推理令牌 0 0
响应时间（平均） 630ms 1.11s
响应时间（最大） 1.72s 6.04s
响应时间（总计） 13.22s 19.96s

生成展示

Hamster playing table tennis

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

#134 Mistral Small 4

none
成本
$0.002
时间
10.4s
令牌
2,370 tok

#160 xAI: Grok 4.20

none
成本
$0.004
时间
6.5s
令牌
1,367 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 3.4 7.9 16.7% 1 395ms 708 182 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 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 3.7 9.7 0.0% 0 901ms 7,636 619 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 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 1.72s 11,640 496 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 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 10.0 10.0 100.0% 0 822ms 7,914 261 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 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 10.0 33.3% 0 367ms 798 28 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 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 4.0 10.0 0.0% 0 729ms 519 205 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 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 6.5 10.0 50.0% 0 380ms 729 69 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 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 3.1 9.9 0.0% 0 399ms 735 111 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 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 1.40s 6,420 213 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 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 397ms 210 17 0
Grok 4.20 0.0 0.0 0.0% 0 0ms 0 0 0

快速对比

切换对比组合

MiniMax M2.7mediumvsMistral Small 4noneGrok 4.20nonevsGLM 4.7 FlashmediumCobuddymediumvsMistral Small 4noneQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.5mediumvsMistral Small 4noneMistral Small 4nonevsQwen3 Coder NextmediumCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneNorth Mini Codemedium免费可用vsMistral Small 4noneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20none