GPT-6.1 Terra vs. Mistral Small 4:发布比较
GPT-6.1 Terra 与 Mistral Small 4 发布比较:分别包含 6 个和 2 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 个模型的关键指标进行了比较。
- 智能方面,GPT-6.1 Terra 得分最高:GPT-6.1 Terra (Max)(51),Mistral Small 4 为 Mistral Small 4 (Reasoning)(4)。
- 每任务耗时方面,GPT-6.1 Terra 最快:GPT-6.1 Terra (Low)(1.2 分钟),Mistral Small 4 为 Mistral Small 4 (Reasoning)(1.7 分钟)。
- 单任务成本方面,Mistral Small 4 最低:Mistral Small 4 (Reasoning)($0.0399),GPT-6.1 Terra 为 GPT-6.1 Terra (Low)($0.0713)。
| GPT-6.1 Terra (max) | GPT-6.1 Terra (xhigh) | GPT-6.1 Terra (high) | GPT-6.1 Terra (medium) | GPT-6.1 Terra (non-reasoning) | GPT-6.1 Terra (low) | Mistral Small 4 | Mistral Small 4 (non-reasoning) | |
|---|---|---|---|---|---|---|---|---|
| Intelligence Index | 51 | 45 | 42 | 38 | 31 | 29 | 4 | -- |
| 财务与会计 | 49 | 48 | 44 | 42 | 34 | 38 | 12 | -- |
| 战略与运营 | 50 | 49 | 47 | 45 | 40 | 42 | 7 | -- |
| 法律 | 46 | 44 | 42 | 40 | 28 | 37 | 12 | -- |
| 医疗与健康 | 45 | -- | -- | -- | -- | -- | 9 | -- |
| 每任务成本美元 | $0.96 | $0.40 | $0.26 | $0.17 | $0.23 | $0.0713 | $0.0399 | -- |
| 每任务耗时分钟 | 14.5 | 6.7 | 4.4 | 2.9 | 2.5 | 1.2 | 1.7 | -- |
| 首个答案 Token 延迟秒 | 186.94 | 37.46 | 13.58 | 5.36 | 2.28 | 2.86 | 10.20 | 1.62 |
| 上下文窗口 | 1M | 1M | 1M | 1M | 1M | 1M | 256k | 256k |
| 开发商 | ||||||||
| 许可证 | 专有 | 专有 | 专有 | 专有 | 专有 | 专有 | 开放 | 开放 |
| 输入模态 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 | 支持:文本和图像 |
| 输出模态 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 | 支持:文本 |
| 服务商 | ||||||||
智能
Artificial Analysis Intelligence Index
Intelligence Index 与每项任务的成本
单任务成本(美元,对数刻度)
成本
每项 Intelligence Index 任务的成本
性能
Intelligence Index 每项任务耗时
能力得分
能力指数
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
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
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better