所有发布

Mistral Large 4 vs. GPT-6 Luna:发布比较

Mistral Large 4 与 GPT-6 Luna 发布比较:分别包含 2 个和 6 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 Luna 得分最高:GPT-6 Luna (Max)(28),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),GPT-6 Luna 为 GPT-6 Luna (Low)(125 token/秒)。
  • 单任务成本方面,GPT-6 Luna 最低:GPT-6 Luna (Low)($0.01),Mistral Large 4 为 Mistral Large 4 (Medium)($1.41)。
模型 Playground

比较的发布

GPT-6 Luna (max)Mistral Large 4 (high)GPT-6 Luna (xhigh)Mistral Large 4 (medium)GPT-6 Luna (high)GPT-6 Luna (medium)GPT-6 Luna (low)GPT-6 Luna (non-reasoning)
Intelligence Index
28
26
23
23
21
18
10
9
财务与会计
34
39
31
35
29
26
17
19
战略与运营
43
43
39
39
38
34
17
17
法律
32
35
28
31
27
24
16
17
医疗与健康
35
--
30
--
29
27
16
16
每任务成本美元
$0.15
$2.06
$0.10
$1.41
$0.07
$0.04
$0.01
$0.07
输出速度Token/秒
118
161
119
--
113
--
125
115
首 Token 延迟秒
97.69
1.42
27.38
--
12.27
--
2.09
0.89
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
开发商
OpenAI
Mistral
OpenAI
Mistral
OpenAI
OpenAI
OpenAI
OpenAI
许可证
专有
开放
专有
开放
专有
专有
专有
专有
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
OpenAIMicrosoft Azure
Mistral
OpenAI
Mistral
OpenAIMicrosoft Azure
OpenAI
OpenAI
OpenAIMicrosoft Azure
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
GPT-6 Luna
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