すべてのリリース

Mistral Small 4 vs. gpt-oss-20b：リリース比較

Mistral Small 4とgpt-oss-20bのリリース比較：それぞれ2個と2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4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Mistral Small 4です。Mistral Small 4 (Reasoning)（11）に対し、gpt-oss-20bはgpt-oss-20b (Low)（10）です。
  • 出力速度が最も速いのはgpt-oss-20bです。gpt-oss-20b (Low)（294トークン/秒）に対し、Mistral Small 4はMistral Small 4 (Reasoning)（158トークン/秒）です。
  • タスクあたりの費用が最も低いのはgpt-oss-20bです。gpt-oss-20b (High)（$0.01）に対し、Mistral Small 4はMistral Small 4 (Reasoning)（$0.02）です。
モデルPlayground

比較するリリース

Mistral Small 4gpt-oss-20b (low)Mistral Small 4 (non-reasoning)gpt-oss-20b (high)
Intelligence Index
11
10*
9*
9
財務・会計
10
--
--
7
戦略・オペレーション
7
--
--
5
法務
13
--
--
7
医療・ヘルスケア
--
--
--
7
タスクあたりの費用USD
$0.02
--
--
$0.01
出力速度トークン/秒
158
294
151
230
最初のトークンまでの時間秒
0.80
0.74
0.88
0.69
コンテキストウィンドウ
256k
131k
256k
131k
開発元
Mistral
OpenAI
Mistral
OpenAI
ライセンス
オープン
オープン
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

対応：テキスト、画像

対応：テキスト

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

プロバイダー
Mistral
GroqHyperbolicCoreWeave
+2
Mistral
CoreWeaveAmazon BedrockDeepInfra
+3

* 推定値

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

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1
Estimate (independent evaluation forthcoming)

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
Pareto line
AA-Briefcase v1.1
GDPval-AA v2.1

タスク当たりのコスト（USD、対数スケール）

費用

Intelligence Index タスクあたりのコスト

Weighted average cost (USD) per Artificial Analysis 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

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 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better