所有发布

Mistral Large 4 vs. Grok 4.7:发布比较

Mistral Large 4 与 Grok 4.7 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,Grok 4.7 得分最高:Grok 4.7 (High)(35),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),Grok 4.7 为 Grok 4.7 (Xhigh)(87 token/秒)。
  • 单任务成本方面,Mistral Large 4 最低:Mistral Large 4 (Medium)($1.41),Grok 4.7 为 Grok 4.7 (Low)($2.92)。
模型 Playground

比较的发布

Grok 4.7 (high)Grok 4.7 (xhigh)Grok 4.7 (low)Mistral Large 4 (high)Mistral Large 4 (medium)
Intelligence Index
35
34
31
26
23
财务与会计
51
52
45
39
35
战略与运营
53
55
49
43
39
法律
47
47
44
35
31
医疗与健康
46
47
43
--
--
每任务成本美元
$6.18
$7.51
$2.92
$2.06
$1.41
输出速度Token/秒
78
87
72
161
--
首 Token 延迟秒
32.59
42.06
5.74
1.42
--
上下文窗口
500k
500k
500k
1M
1M
开发商
SpaceXAI
SpaceXAI
SpaceXAI
Mistral
Mistral
许可证
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

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
SpaceXAI
SpaceXAI
SpaceXAI
Mistral
Mistral
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
Grok 4.7
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