Todos los lanzamientos

Mistral Large 4 vs. Qwen3.8 27B: comparación de lanzamientos

Comparación de los lanzamientos Mistral Large 4 y Qwen3.8 27B: 2 y 4 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 6 modelos.

  • En inteligencia, Mistral Large 4 obtiene la puntuación más alta: Mistral Large 4 (High), con 26, frente a Qwen3.8 27B (Xhigh), con 20 de Qwen3.8 27B.
  • En tiempo por tarea, Mistral Large 4 es el más rápido: Mistral Large 4 (Medium), con 12.2 min, frente a Qwen3.8 27B (Non-reasoning), con 18.5 min de Qwen3.8 27B.
  • En costo por tarea, Mistral Large 4 es el más económico: Mistral Large 4 (Medium), con $1.41, frente a Qwen3.8 27B (Low), con $1.91 de Qwen3.8 27B.
Playground de modelos

Lanzamientos comparados

Mistral Large 4 (high)Mistral Large 4 (medium)Qwen3.8 27B (xhigh)Qwen3.8 27B (medium)Qwen3.8 27B (low)Qwen3.8 27B (non-reasoning)
Intelligence Index
26
23
20
17
16
10
Finanzas y contabilidad
39
35
36
29
28
22
Estrategia y operaciones
43
39
39
34
29
16
Jurídico
35
31
33
26
27
22
Salud y medicina
37
--
35
24
23
19
Costo por tareaUSD
$2.06
$1.41
$3.53
$2.16
$1.91
$3.77
Tiempo por tareaMinutos
18.0
12.2
37.4
30.4
28.7
18.5
Tiempo hasta el primer token de respuestas
56.48
38.22
109.12
25.17
16.27
5.05
Ventana de contexto
1M
1M
256k
256k
256k
256k
Creador
Mistral
Mistral
Alibaba
Alibaba
Alibaba
Alibaba
Licencia
Abierto
Abierto
Abierto
Abierto
Abierto
Abierto
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto, imágenes y video

Admite: texto, imágenes y video

Admite: texto, imágenes y video

Admite: texto, imágenes y video

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Mistral
Mistral
Alibaba Cloud
Alibaba Cloud
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Mistral Large 4
Qwen3.8 27B
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Rendimiento

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBench

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark