Benchmarks de agentes de programación

DeepSeek Harness vs. Mistral Vibe

Comparación entre DeepSeek Harness y Mistral Vibe en el Artificial Analysis Coding Agent Index, incluidos resultados de benchmarks, costo, tiempo de ejecución y uso de tokens.

Para más detalles sobre nuestra metodología, consulta nuestra página de metodología.

Explora otras comparaciones
vs
Artificial Analysis Coding Agent Index v2.1 · Higher is better
Average agent wall time per task · Lower is better
Average API cost per task (USD) · Lower is better

Comparación

Comparación lado a lado de DeepSeek Harness y Mistral Vibe.

Métrica
DeepSeek V4.1 Flash 1017 (Max)
Mistral Large 4 (High)
Análisis
Harness del agente
DeepSeek Harness
Mistral Vibe
Modelo representativo
DeepSeek V4.1 Flash 1017 (Max)
Mistral Large 4 (High)
Coding Agent Index
37
41
Mistral Vibe tiene un Coding Agent Index más alto que DeepSeek Harness
FrontierCode-AA 2.0
21
20
DeepSeek Harness tiene una puntuación más alta en FrontierCode-AA 2.0 que Mistral Vibe
Terminal-Bench 4.1
28
42
Mistral Vibe tiene una puntuación más alta en Terminal-Bench 4.1 que DeepSeek Harness
SWE-Atlas-QnA-AA
62
59
DeepSeek Harness tiene una puntuación más alta en SWE-Atlas-QnA-AA que Mistral Vibe
Costo por tarea
$0.32
$1.34
DeepSeek Harness tiene un costo por tarea más bajo que Mistral Vibe
Tiempo por tarea
31.4m
49.0m
DeepSeek Harness tiene un tiempo por tarea más bajo que Mistral Vibe
Turnos por tarea
99.4
107.3
DeepSeek Harness tiene menos turnos por tarea que Mistral Vibe
Uso de tokens por tarea
16.7M
9.42M
Mistral Vibe tiene un uso de tokens por tarea más bajo que DeepSeek Harness
Tasa de aciertos de caché
95%
92%
DeepSeek Harness tiene una tasa de aciertos de caché más alta que Mistral Vibe

Modelos

Modelos evaluados para DeepSeek Harness y Mistral Vibe.

DeepSeek V4.1 Flash 1017 (Max)
max
37
21
28
62
$0.32
31.4m
16.7M
Mistral Large 4 (High)
high
41
20
42
59
$1.34
49.0m
9.42M
Mistral Large 4 (Medium)
medium
30
18
26
45
$1.02
43.1m
7.73M

Rendimiento

Rendimiento en el Artificial Analysis Coding Agent Index.

Artificial Analysis Coding Agent Index

Artificial Analysis Coding Agent Index v2.1 incorporates 3 benchmarks: FrontierCode-AA 2.0, Terminal-Bench 4.1, and SWE-Atlas-QnA-AA · Higher is better
Colorear por

Artificial Analysis Coding Agent Index vs. costo por tarea

Artificial Analysis Coding Agent Index vs. promedio del costo de la API de pago por token por tarea (USD)
Colorear por
Most attractive quadrant
Pareto line

Uso de tokens

Consumo de tokens en el Artificial Analysis Coding Agent Index.

Uso de tokens por tarea

Promedio de tokens de entrada, caché y salida por tarea
Las tasas de aciertos de la caché de prompts pueden variar mucho según el enrutamiento del proveedor, lo que puede cambiar sustancialmente el costo efectivo.

Artificial Analysis Coding Agent Index vs. tokens totales

Artificial Analysis Coding Agent Index vs. promedio de tokens totales por tarea
Colorear por
Most attractive quadrant

Costo

Costo de la API de pago por token en el Artificial Analysis Coding Agent Index, según los precios actuales por token.

Costo por tarea

Average pay-per-token API cost per task (USD) · Lower is better
Colorear por

Tiempo de ejecución

Tiempo de ejecución activo del agente en el Artificial Analysis Coding Agent Index.

Tiempo por tarea

Average agent wall time per task · Lower is better
Colorear por

Artificial Analysis Coding Agent Index vs. tiempo de ejecución

Artificial Analysis Coding Agent Index vs. promedio del tiempo de ejecución del agente por tarea
Colorear por
Most attractive quadrant