Benchmarks de agentes de programación

Grok Build vs. Mistral Vibe

Comparación entre Grok Build 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 Grok Build y Mistral Vibe.

Métrica
Grok 4.7 (Xhigh)
Mistral Large 4 (High)
Análisis
Harness del agente
Grok Build
Mistral Vibe
Modelo representativo
Grok 4.7 (Xhigh)
Mistral Large 4 (High)
Coding Agent Index
42
41
Grok Build tiene un Coding Agent Index más alto que Mistral Vibe
FrontierCode-AA 2.0
30
20
Grok Build tiene una puntuación más alta en FrontierCode-AA 2.0 que Mistral Vibe
Terminal-Bench 4.1
32
42
Mistral Vibe tiene una puntuación más alta en Terminal-Bench 4.1 que Grok Build
SWE-Atlas-QnA-AA
63
59
Grok Build tiene una puntuación más alta en SWE-Atlas-QnA-AA que Mistral Vibe
Costo por tarea
$15.35
$1.34
Mistral Vibe tiene un costo por tarea más bajo que Grok Build
Tiempo por tarea
36.6m
49.0m
Grok Build tiene un tiempo por tarea más bajo que Mistral Vibe
Turnos por tarea
174.2
107.3
Mistral Vibe tiene menos turnos por tarea que Grok Build
Uso de tokens por tarea
17.1M
9.42M
Mistral Vibe tiene un uso de tokens por tarea más bajo que Grok Build
Tasa de aciertos de caché
95%
92%
Grok Build tiene una tasa de aciertos de caché más alta que Mistral Vibe

Modelos

Modelos evaluados para Grok Build y Mistral Vibe.

Grok 4.7 (Xhigh)
xhigh
42
30
32
63
$15.35
36.6m
17.1M
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