Zum Hauptinhalt springen

OpenAIMistral AILLM-Duell

GPT-5.4 minivs.Mistral Large 3

Wer ist besser?

GPT-5.4 mini schneidet besser als Mistral Large 3 ab, aber kostet 1,5-mal (Eingabe) und 3-mal (Ausgabe) so viel.

GPT-5.4 mini vorn
LeistungGesamtindex, 100 Punkte = Durchschnitt
75,1

GPT-5.4 mini

Platz 62

32,7

Mistral Large 3

Platz 95

GPT-5.4 mini schneller
TempoToken pro Sekunde
97

GPT-5.4 mini

60

Mistral Large 3

Mistral Large 3 günstiger
Preis$ je 1 Mio. Token
1,69 $

GPT-5.4 mini

0,75 $

Mistral Large 3

Beliebtheit0 bis 100
k. A.

GPT-5.4 mini

48

Mistral Large 3

Platz 145 von 508

Nimm GPT-5.4 mini für

AllgemeinProgrammierenMultimodalFinanzen

Bei Mistral Large 3 gibt es keinen klaren Vorteil.

Wo liegt der Unterschied?

Stärken im Überblick

GPT-5.4 miniMistral Large 3Median aller Modelle mit Platz

45658510525ProgrammierenGPT-5.4 miniAllgemeinGPT-5.4 miniMultimodalGPT-5.4 miniFinanzenGPT-5.4 mini
ProgrammierenGPT-5.4 mini vorn
GPT-5.4 mini75,7Platz 71
Mistral Large 331,9Platz 113
Median aller Modelle mit Platz87,5

95-%-Bereich: GPT-5.4 mini 70,9 bis 80,5, Mistral Large 3 19,3 bis 44,5.

BereichGPT-5.4 miniMistral Large 3

Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 25 Punkten, knapp unter dem schwächsten Wert der beiden Modelle; der Durchschnitt der Referenzgruppe liegt bei 100. Nicht im Netz, weil ein Modell dort keinen eigenen Wert hat oder die Daten zu dünn sind: Schlussfolgern, Mathematik, Wissen, Agenten, Recht, Gesundheit.

GPT-5.4 mini liegt in 4 von 10 Bereichen vorn, Mistral Large 3 in keinem.

GPT-5.4 mini vorn: 4zu wenig Daten: 6

Bereiche im Gesamtindex
AllgemeinGPT-5.4 mini +4679,3 zu 33,4
ProgrammierenGPT-5.4 mini +4475,7 zu 31,9
MultimodalGPT-5.4 mini +4275,1 zu 32,8
Agentenzu wenig Daten78,7 zu 34,3
Schlussfolgernzu wenig Daten72,9 zu 34,3
Wissenzu wenig Daten73,8 zu 38,4
Mathematiknur Mistral Large 3 mit Wertung
Fachgebiete
FinanzenGPT-5.4 mini +3475,1 zu 41,3
Rechtzu wenig Daten71,3 zu 39,7
Gesundheitnur Mistral Large 3 mit Wertung

Die Balkenlänge zeigt den Abstand in Indexpunkten (volle Breite 15 Punkte, eine Standardabweichung der Referenzgruppe). Voll heißt sicher vorn, schraffiert noch nicht sicher, ein dünner grauer Balken gleichauf.

GPT-5.4 mini gegen Mistral Large 3 auf gleicher Stufe

Beide Modelle auf denselben Stufen gemessen. So zeigt sich, ob ein Vorsprung vom Modell kommt oder nur von mehr Rechenaufwand.

ohneGPT-5.4 mini vorn
9,4 Punkte Abstand über 3 gemeinsame Testreihen
Gesamtindex (xhigh gegen ohne)GPT-5.4 mini vorn
GPT-5.4 mini 75,1 gegen Mistral Large 3 32,7

Der Abstand vergleicht nur die Testreihen von Artificial Analysis, in denen beide Modelle auf dieser Stufe gemessen sind. Gleichauf unter 3 Punkten, vorn erst bei einem Abstand über zwei Standardfehlern.

Welches Modell für welche Aufgabe?

Alltagsaufgaben, übersetzt aus den Bereichswerten oben. Jede Zeile nennt die Werte, auf denen sie beruht.

Code schreiben und Fehler findenGPT-5.4 miniProgrammieren 75,7 zu 31,9
Mathe und DatenanalyseoffenMathematik ohne Wertung für GPT-5.4 mini, Schlussfolgern 72,9 zu 34,3 (zu wenig Daten)
Fakten und RechercheoffenWissen 73,8 zu 38,4 (zu wenig Daten)
Agenten und WorkflowsoffenAgenten 78,7 zu 34,3 (zu wenig Daten)
Schnelle Antworten im ChatGPT-5.4 mini97 zu 60 Token pro Sekunde
Viele Anfragen, kleines BudgetMistral Large 31,69 $ zu 0,75 $ je 1 Mio. Token
Finanz-, Rechts- und MedizintexteGPT-5.4 miniFinanzen 75,1 zu 41,3, Recht 71,3 zu 39,7 (zu wenig Daten), Gesundheit ohne Wertung für GPT-5.4 mini
Bilder, Screenshots und PDFsGPT-5.4 miniMultimodal 75,1 zu 32,8

GPT-5.4 mini gegen Mistral Large 3 im eigenen Test

Derselbe Prompt für beide Modelle. Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

Ursprung der Aufgabe: Simon Willison

GPT-5.4 mini

GPT-5.4 mini: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

02.10.2026 · 14 s · 0,01 $

Testdetails
Datum des Testlaufs
02.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
openai/gpt-5.4-mini
Reasoning-Einstellung
high
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
3.142 Token
Kosten des Versuchs
0,0142 $
Antwortzeit
13,5 s
API-Modell laut Antwort
openai/gpt-5.4-mini
Festgelegter Endpunkt
OpenAI | openai/gpt-5.4-mini-20260317
Temperatur
Anbieterstandard
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (2)

  • 01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
  • 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Mistral Large 3

Mistral Large 3: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

01.10.2026 · 14 s · 0,0022 $

Testdetails
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
mistralai/mistral-large-2512
Reasoning-Einstellung
nicht vorgegeben
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
1.451 Token
Kosten des Versuchs
0,0022 $
Antwortzeit
14,2 s
API-Modell laut Antwort
mistralai/mistral-large-2512
Festgelegter Endpunkt
Mistral | mistralai/mistral-large-2512
Temperatur
Anbieterstandard
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung
Reasoning (Modellstandard)
kein Reasoning-Modus Quelle

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)

  • 07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: nicht vorgegeben
SVG-Kurztest

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Auftrag

Gib nur ein eigenständiges SVG eines Pelikans zurück, der Fahrrad fährt. Verwende viewBox „0 0 800 600“, einfache Formen, zwei deutlich sichtbare Räder und einen erkennbaren Pelikan mit langem Schnabel. Höchstens 30 SVG-Elemente und 1.800 Zeichen. Kein Markdown, keine Erklärungen, Kommentare, Skripte, Animationen, CSS oder externen Ressourcen.

Englischer Original-Auftrag

Return only one standalone SVG of a pelican riding a bicycle. Use viewBox="0 0 800 600", simple shapes, two clearly visible wheels and a recognizable pelican with a long beak. At most 30 SVG elements and 1800 characters. No Markdown, explanations, comments, scripts, animation, CSS or external resources.

GPT-5.4 mini

In dieser Runde nicht verfügbar

Mistral Large 3

API-Anfrage fehlgeschlagen. Das Modell wurde nicht bewertet.

GPT-5.4 mini und Mistral Large 3 im Gesamtindex

Alle Modelle mit Platz im Gesamtindex, beide Modelle dieses Vergleichs hervorgehoben. Weitere Modelle kannst du dazunehmen oder ausblenden.

Gesamtindex (Gradually Meta-Score v6)

20 von 95 Modellen

Claude Fable 5.2max130,9
Gemini 4 Carbonhigh127,0
Claude Opus 5.5max125,7
Claude Fable 5.1max124,1
Claude Sonnet 5.5max121,9
Gemini 4 Argonhigh121,2
GPT-6 Astramax119,6
Muse Wonder Fullmax118,4
GPT-6.1 Solmax117,5
Claude Opus 5max117,3
Muse Wondermax113,7
Claude Fable 5max112,8
Kimi K3.1 Promax112,6
Muse Ember 1.0max110,5
GPT-5.6 Solmax109,3
GPT-6 Solmax108,4
Gemini 3.7 Flashhigh107,7
DeepSeek V4.1 Flash 1017max107,1
GPT-5.4 minixhigh75,1
Mistral Large 3ohne32,7

Beliebtheit im Vergleich

Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.

Für GPT-5.4 mini gibt es noch keinen Beliebtheitswert.

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 16. November 2026

GPT-5.4 miniMistral Large 3

Alle Daten im Vergleich

Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.

KennzahlGPT-5.4 miniMistral Large 3
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser75,132,7
PlatzPlatz 62 von 95Platz 95 von 95
Preis je 1 Mio. Token
Eingabewas du schickst0,75 $0,50 $
Ausgabewas das Modell schreibt4,50 $1,50 $
Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest)0,014 $0,002 $
Tempo
Token pro Sekunde9760
Beliebtheit
BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100k. A.48Platz 145 von 508
Technik
Kontextfensterwie viel Text das Modell auf einmal liest400.000 Token≈ 600 A4-Seiten262.144 Token≈ 390 A4-Seiten
Wissensstand31.08.2025k. A.
Veröffentlicht17.03.202602.12.2025
VerfügbarkeitAktivAktiv
Offene Gewichteneinja

Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis

Gibt es eine bessere Wahl?

Günstiger als Mistral Large 3Muse Ember 1.0

Gesamtindex 110,5, Platz 140,10 $ Eingabe und 0,50 $ Ausgabe je 1 Mio. Token

Zum Profil
Bestes Modell im GesamtindexClaude Fable 5.2

Gesamtindex 130,9, Platz 18 $ Eingabe und 40 $ Ausgabe je 1 Mio. Token

Gemeinsame Benchmarks

Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.

A: GPT-5.4 miniB: Mistral Large 3

CorpFin v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 60,9 %Mistral Large 3: 61,0 %Vals AIStand 12.08.2026
GPQA DiamondOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 83,1 %Mistral Large 3: 68,4 %Vals AIStand 01.09.2026
LiveCodeBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 81,5 %Mistral Large 3: 55,3 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.398Mistral Large 3: 1.231LMArenaStand 15.11.2026
LMArena Text, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.447Mistral Large 3: 1.415LMArenaStand 11.11.2026
LMArena Vision, Style ControlOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.250Mistral Large 3: 1.200LMArenaStand 09.11.2026
MMLU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 84,6 %Mistral Large 3: 79,8 %Vals AIStand 01.09.2026
MMMU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 79,2 %Mistral Large 3: 66,2 %Vals AIStand 01.09.2026
MortgageTaxOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 63,5 %Mistral Large 3: 52,1 %Vals AIStand 01.09.2026
SWE-bench VerifiedOverall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 73,0 %Mistral Large 3: 41,4 %Vals AIStand 01.09.2026
54 weitere Benchmarks anzeigen
TaxEval v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 71,2 %Mistral Large 3: 73,1 %Vals AIStand 01.09.2026
CorpFin v2Exact Pages · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 61,5 %Mistral Large 3: 59,8 %Vals AIStand 12.08.2026
GPQA DiamondFew-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 84,8 %Mistral Large 3: 64,1 %Vals AIStand 01.09.2026
LiveCodeBenchEasy · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 97,8 %Mistral Large 3: 95,3 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevHTML development · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.420Mistral Large 3: 1.239LMArenaStand 15.11.2026
LMArena Text, Style ControlBusiness, management and finance · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.459Mistral Large 3: 1.411LMArenaStand 11.11.2026
LMArena Vision, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.285Mistral Large 3: 1.219LMArenaStand 09.11.2026
MMLU ProBiology · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 91,4 %Mistral Large 3: 88,6 %Vals AIStand 01.09.2026
MortgageTaxNumerical Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 79,4 %Mistral Large 3: 50,0 %Vals AIStand 01.09.2026
SWE-bench Verified<15 min fix · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 85,6 %Mistral Large 3: 56,2 %Vals AIStand 01.09.2026
TaxEval v2Correctness · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 63,0 %Mistral Large 3: 61,6 %Vals AIStand 01.09.2026
CorpFin v2Max Fitting Context · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 61,0 %Mistral Large 3: 63,8 %Vals AIStand 12.08.2026
GPQA DiamondZero-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 81,3 %Mistral Large 3: 72,7 %Vals AIStand 01.09.2026
LiveCodeBenchHard · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 61,7 %Mistral Large 3: 17,1 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevWeb development · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.398Mistral Large 3: 1.231LMArenaStand 15.11.2026
LMArena Text, Style ControlChinese · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.473Mistral Large 3: 1.431LMArenaStand 11.11.2026
LMArena Vision, Style ControlCreative writing with images · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.225Mistral Large 3: 1.198LMArenaStand 09.11.2026
MMLU ProBusiness · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 89,7 %Mistral Large 3: 84,7 %Vals AIStand 01.09.2026
MortgageTaxSemantic Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 47,6 %Mistral Large 3: 54,2 %Vals AIStand 01.09.2026
SWE-bench Verified>4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 0,0 %Mistral Large 3: 33,3 %Vals AIStand 01.09.2026
TaxEval v2Stepwise Reasoning · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 79,4 %Mistral Large 3: 84,5 %Vals AIStand 01.09.2026
CorpFin v2Shared Max Context · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 60,3 %Mistral Large 3: 59,6 %Vals AIStand 12.08.2026
LiveCodeBenchMedium · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 84,9 %Mistral Large 3: 53,5 %Vals AIStand 01.09.2026
LMArena Text, Style ControlCoding · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.495Mistral Large 3: 1.471LMArenaStand 11.11.2026
LMArena Vision, Style ControlDiagram understanding · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.283Mistral Large 3: 1.233LMArenaStand 09.11.2026
MMLU ProChemistry · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 89,1 %Mistral Large 3: 85,0 %Vals AIStand 01.09.2026
SWE-bench Verified1-4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 33,3 %Mistral Large 3: 4,8 %Vals AIStand 01.09.2026
LMArena Text, Style ControlCreative writing · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.401Mistral Large 3: 1.375LMArenaStand 11.11.2026
LMArena Vision, Style ControlEnglish · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.247Mistral Large 3: 1.208LMArenaStand 09.11.2026
MMLU ProComputer Science · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 87,1 %Mistral Large 3: 83,2 %Vals AIStand 01.09.2026
SWE-bench Verified15 min - 1 hour · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 70,9 %Mistral Large 3: 36,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlEnglish · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.450Mistral Large 3: 1.427LMArenaStand 11.11.2026
LMArena Vision, Style ControlHomework · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.291Mistral Large 3: 1.203LMArenaStand 09.11.2026
MMLU ProEconomics · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 88,7 %Mistral Large 3: 85,8 %Vals AIStand 01.09.2026
LMArena Text, Style ControlEntertainment, sports and media · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.408Mistral Large 3: 1.373LMArenaStand 11.11.2026
LMArena Vision, Style ControlHumor · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.239Mistral Large 3: 1.186LMArenaStand 09.11.2026
MMLU ProEngineering · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 82,0 %Mistral Large 3: 74,9 %Vals AIStand 01.09.2026
LMArena Text, Style ControlExcluding ties · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.449Mistral Large 3: 1.402LMArenaStand 11.11.2026
LMArena Vision, Style ControlOptical character recognition · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.263Mistral Large 3: 1.214LMArenaStand 09.11.2026
MMLU ProHealth · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 80,1 %Mistral Large 3: 77,3 %Vals AIStand 01.09.2026
LMArena Text, Style ControlExpert prompts · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.482Mistral Large 3: 1.428LMArenaStand 11.11.2026
MMLU ProHistory · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 75,3 %Mistral Large 3: 70,9 %Vals AIStand 01.09.2026
LMArena Text, Style ControlFrench prompts · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.479Mistral Large 3: 1.432LMArenaStand 11.11.2026
MMLU ProLaw · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 70,1 %Mistral Large 3: 56,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlGerman prompts · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.444Mistral Large 3: 1.411LMArenaStand 11.11.2026
MMLU ProMath · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 94,4 %Mistral Large 3: 88,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlHard prompts · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.469Mistral Large 3: 1.433LMArenaStand 11.11.2026
MMLU ProOthers · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 80,4 %Mistral Large 3: 79,2 %Vals AIStand 01.09.2026
LMArena Text, Style ControlHard prompts, English · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.466Mistral Large 3: 1.440LMArenaStand 11.11.2026
MMLU ProPhilosophy · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 80,6 %Mistral Large 3: 76,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlInstruction following · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.435Mistral Large 3: 1.403LMArenaStand 11.11.2026
MMLU ProPhysics · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 90,5 %Mistral Large 3: 86,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlJapanese prompts · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 1.406Mistral Large 3: 1.380LMArenaStand 11.11.2026
MMLU ProPsychology · höher ist besserTestaufbau nicht identisch dokumentiertGPT-5.4 mini: 84,2 %Mistral Large 3: 80,6 %Vals AIStand 01.09.2026

Weitere Vergleiche

Vergleiche GPT-5.4 mini und Mistral Large 3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen