所有发布

Mistral Large 4 vs. Gemini 3.8 Flash:发布比较

Mistral Large 4 与 Gemini 3.8 Flash 发布比较:分别包含 2 个和 3 个模型,各自具有不同的智能、性能与价格特征。下方对全部 5 个模型的关键指标进行了比较。

  • 智能方面,Gemini 3.8 Flash 得分最高:Gemini 3.8 Flash (High)(31),Mistral Large 4 为 Mistral Large 4 (High)(26)。
  • 输出速度方面,Mistral Large 4 最快:Mistral Large 4 (High)(161 token/秒),Gemini 3.8 Flash 为 Gemini 3.8 Flash (High)(120 token/秒)。
  • 单任务成本方面,Mistral Large 4 最低:Mistral Large 4 (Medium)($1.41),Gemini 3.8 Flash 为 Gemini 3.8 Flash (Medium)($6.26)。
模型 Playground

比较的发布

Gemini 3.8 Flash (high)Gemini 3.8 Flash (medium)Mistral Large 4 (high)Mistral Large 4 (medium)Gemini 3.8 Flash (low)
Intelligence Index
31
30
26
23
22
财务与会计
42
42
39
35
34
战略与运营
47
47
43
39
35
法律
42
42
35
31
33
医疗与健康
38
38
--
--
31
每任务成本美元
$7.77
$6.26
$2.06
$1.41
--
输出速度Token/秒
120
--
161
--
--
首 Token 延迟秒
24.69
--
1.42
--
--
上下文窗口
1M
1M
1M
1M
1M
开发商
Google
Google
Mistral
Mistral
Google
许可证
专有
专有
开放
开放
专有
输入模态

支持:文本、图像、语音和视频

支持:文本、图像、语音和视频

支持:文本和图像

支持:文本和图像

支持:文本、图像、语音和视频

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

服务商
Google
Google
Mistral
Mistral
Google
Updated
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

智能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

Intelligence Index 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Mistral Large 4
Gemini 3.8 Flash
Pareto line

单任务成本(美元,对数刻度)

成本

每项 Intelligence Index 任务的成本

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

速度与延迟

输出速度

Output tokens per second · Higher is better

能力得分

能力指数

衡量模型在特定能力与行业中的表现
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

AA-PersonalityBenchNew

性格指数

每个轴对应 8 个性格指数之一:其特质 Elo z 分数的平均值,在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名