Todos los lanzamientos

Mistral Large 4 vs. DeepSeek V4.1 Flash 1017: comparación de lanzamientos

Comparación de los lanzamientos Mistral Large 4 y DeepSeek V4.1 Flash 1017: 2 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 4 modelos.

  • En inteligencia, DeepSeek V4.1 Flash 1017 obtiene la puntuación más alta: DeepSeek V4.1 Flash 1017 (Max), con 32, frente a Mistral Large 4 (High), con 26 de Mistral Large 4.
  • En costo por tarea, DeepSeek V4.1 Flash 1017 es el más económico: DeepSeek V4.1 Flash 1017 (Non-reasoning), con $0.43, frente a Mistral Large 4 (Medium), con $1.41 de Mistral Large 4.
Playground de modelos

Lanzamientos comparados

DeepSeek V4.1 Flash 1017 (max)Mistral Large 4 (high)Mistral Large 4 (medium)DeepSeek V4.1 Flash 1017 (non-reasoning)
Intelligence Index
32
26
23
19
Finanzas y contabilidad
42
39
35
37
Estrategia y operaciones
49
43
39
40
Jurídico
38
35
31
32
Salud y medicina
41
--
--
--
Costo por tareaUSD
$0.60
$2.06
$1.41
$0.43
Velocidad de salidaTokens/s
173
--
--
192
Tiempo hasta el primer tokens
1,13
--
--
1,36
Ventana de contexto
1M
1M
1M
1M
Creador
DeepSeek
Mistral
Mistral
DeepSeek
Licencia
Abierto
Abierto
Abierto
Abierto
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
BasetenNovitaSystalyze
+16
Mistral
Mistral
DeepSeekInco
Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 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
DeepSeek V4.1 Flash 1017
Pareto line
AA-Briefcase v1.1
AutomationBench-AA

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

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher 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 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

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

Benchmarks

AA-PersonalityBenchNew

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