Mistral Large 4 vs. GPT-6.1 Sol：リリース比較

Mistral Large 4とGPT-6.1 Solのリリース比較：それぞれ2個と5個のモデルがあり、知能・性能・料金の特性が異なります。以下では、全7個のモデルの主要指標を比較します。

知能が最も高いのはGPT-6.1 Solです。GPT-6.1 Sol (Max)（55）に対し、Mistral Large 4はMistral Large 4 (High)（26）です。
出力速度が最も速いのはMistral Large 4です。Mistral Large 4 (High)（161トークン/秒）に対し、GPT-6.1 SolはGPT-6.1 Sol (Max)（79トークン/秒）です。
タスクあたりの費用が最も低いのはGPT-6.1 Solです。GPT-6.1 Sol (Low)（$0.16）に対し、Mistral Large 4はMistral Large 4 (Medium)（$1.41）です。

比較するリリース


	GPT-6.1 Sol (max)	GPT-6.1 Sol (xhigh)	GPT-6.1 Sol (high)	GPT-6.1 Sol (medium)	GPT-6.1 Sol (low)	Mistral Large 4 (high)	Mistral Large 4 (medium)
Intelligence Index	55	52	50	46	35	26	23
財務・会計	56	55	53	51	44	39	35
戦略・オペレーション	58	57	55	53	46	43	39
法務	54	54	52	49	43	35	31
医療・ヘルスケア	52	51	49	46	40	--	--
エンジニアリング	59	57	55	52	42	33	31
経済学	57	56	54	50	43	37	33
AA-Briefcase v1.1	1555	1502	1466	1361	1114	1349	1188
AutomationBench-AA	64.9%	66.6%	64.5%	62.6%	52.6%	57.8%	52.8%
Terminal-Bench 4.0	56.1%	54.0%	51.5%	48.0%	30.8%	24.7%	23.2%
FrontierCode 2.0	40.6%	38.5%	36.7%	33.4%	20.2%	15.0%	13.3%
AA-Omniscience v1.1	42	42	41	40	38	5	3
GDP.pdf	31.0%	31.8%	32.0%	30.0%	27.0%	17.6%	16.8%
HLE-Diamond	58.8%	55.8%	51.9%	46.0%	38.2%	17.3%	13.9%
CritPt v2 (Hard Subset)	68.5%	68.0%	67.5%	65.0%	59.5%	26.0%	22.0%
Terminal-Bench-Science 0.1	58.1%	50.5%	46.2%	37.1%	11.0%	4.3%	3.3%

タスクあたりの費用USD	$1.27	$0.76	$0.59	$0.36	$0.16	$2.06	$1.41
入力料金USD/100万トークン	$2.00	$2.00	$2.00	$2.00	$2.00	$0.70	$0.70
出力料金USD/100万トークン	$10.00	$10.00	$10.00	$10.00	$10.00	$2.10	$2.10
キャッシュヒット料金USD/100万トークン	$0.10	$0.10	$0.10	$0.10	$0.10	$0.07	$0.07
キャッシュ書き込み料金USD/100万トークン	$2.50	$2.50	$2.50	$2.50	$2.50	$0.70	$0.70

出力速度トークン/秒	79	68	68	65	66	161	--
最初のトークンまでの時間秒	249.48	96.89	27.81	3.44	1.91	1.42	--
最初の回答トークンまでの時間秒	249.48	96.89	27.81	3.44	1.91	13.82	--
エンドツーエンド応答時間秒	255.80	104.22	35.14	11.09	9.43	16.92	--
タスクあたりの時間秒	875.55	437.36	325.87	214.76	90.86	381.58	--

コンテキストウィンドウ	1M	1M	1M	1M	1M	1M	1M
開発元	OpenAI	OpenAI	OpenAI	OpenAI	OpenAI	Mistral	Mistral
ライセンス	独自	独自	独自	独自	独自	オープン	オープン
入力モダリティ	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像	対応：テキスト、画像
出力モダリティ	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト	対応：テキスト
プロバイダー

Updated

知能

Artificial Analysis Intelligence Index · Higher is better

速度

Output tokens per second · Higher is better

タスクあたりの費用

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

知能Updated

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

Artificial Analysis Intelligence Index v5.0 includes: 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), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index とタスクあたりのコスト

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Mistral Large 4

GPT-6.1 Sol

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

タスク当たりのコスト（USD、対数スケール）

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

費用

Intelligence Index タスクあたりのコスト

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

速度と遅延

出力速度

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

能力スコア

能力指数

特定の能力や業界におけるモデルの性能を測定

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

ベンチマーク

AA-PersonalityBenchNew

パーソナリティ指数

各軸は8つのパーソナリティ指数の1つで、構成特性のEloのzスコアの平均を、ベンチマークで評価したすべてのモデルにわたる1〜100のパーセンタイル順位にしたもの

Mistral Large 4 vs. GPT-6.1 Sol：リリース比較

知能

速度

タスクあたりの費用

知能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index とタスクあたりのコスト

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

費用

Intelligence Index タスクあたりのコスト

Cost per Intelligence Index Task

速度と遅延

出力速度

Output Speed

Model Performance Representation

能力スコア

能力指数

ベンチマーク

AA-PersonalityBenchNew

パーソナリティ指数