- Startseite
- LLM-Vergleich
- Grok 4.3 vs. Mistral Large 3
xAIMistral AILLM-Duell
Grok 4.3vs.Mistral Large 3
Wer ist besser?
Grok 4.3 schneidet besser als Mistral Large 3 ab, aber kostet 2,5-mal (Eingabe) und 1,7-mal (Ausgabe) so viel.
Grok 4.3
Platz 69
Mistral Large 3
Platz 95
Grok 4.3
Mistral Large 3
Grok 4.3
Mistral Large 3
Grok 4.3
Mistral Large 3
Platz 145 von 508
Ab 200.000 Token im Kontext kostet Grok 4.3 mehr: 2,50 $ Eingabe und 5 $ Ausgabe je 1 Mio. Token.
Nimm Grok 4.3 für
Bei Mistral Large 3 gibt es keinen klaren Vorteil.
Weiter vergleichen
Auf dieser Seite
Wo liegt der Unterschied?
Stärken im Überblick
Grok 4.3Mistral Large 3Median aller Modelle mit Platz
95-%-Bereich: Grok 4.3 60,2 bis 74,2, Mistral Large 3 19,3 bis 44,5.
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.
Grok 4.3 liegt in 4 von 10 Bereichen vorn, Mistral Large 3 in keinem.
Grok 4.3 vorn: 4zu wenig Daten: 6
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.
2 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
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.
Grok 4.3 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.
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.
Grok 4.3 gegen Mistral Large 3 im eigenen Test
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.
Grok 4.3

14.10.2026 · 0,0011 $
Testdetails
- Testlauf
- 14.10.2026
- Anbieter
- xai
- API-Modell
- x-ai/grok-4.3
- Ausgabe
- 360 Token
- Reasoning
- API meldet 0 Reasoning-Tokens
- Kosten des Versuchs
- 0,0011 $
- Testrunde
- 43b8c5c46830
Mistral Large 3
API-Anfrage fehlgeschlagen. Das Modell wurde nicht bewertet.
Frühere Tests
Pelikan auf dem Fahrrad
Auftrag (englisches Original)
Generate an SVG of a pelican riding a bicycle
Grok 4.3

07.09.2026 · 149 s · 0,0097 $
Testdetails
- Datum des Testlaufs
- 07.09.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- x-ai/grok-4.3
- Reasoning-Einstellung
- high
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Ausgabe-Token
- 3.852 Token
- Kosten des Versuchs
- 0,0097 $
- Antwortzeit
- 149 s
- API-Modell laut Antwort
- x-ai/grok-4.3
- Festgelegter Endpunkt
- xAI | x-ai/grok-4.3-20260430
- Temperatur
- Anbieterstandard
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Mistral Large 3

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
Grok 4.3 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
Beliebtheit im Vergleich
Wie oft die Modelle gesucht, genutzt und erwähnt werden, auf einer Skala von 0 bis 100.
Für Grok 4.3 gibt es noch keinen Beliebtheitswert.
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 16. November 2026
Grok 4.3Mistral Large 3
Alle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | Grok 4.3 | Mistral Large 3 |
|---|---|---|
| Leistung | ||
| GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser | 71,5 | 32,7 |
| Platz | Platz 69 von 95 | Platz 95 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 1,25 $über 200.000 Token: 2,50 $ | 0,50 $ |
| Ausgabewas das Modell schreibt | 2,50 $über 200.000 Token: 5 $ | 1,50 $ |
| Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest) | 0,01 $ | 0,002 $ |
| Tempo | ||
| Token pro Sekunde | 66 | 60 |
| Beliebtheit | ||
| BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100 | k. A. | 48Platz 145 von 508 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 1 Mio. Token≈ 1.500 A4-Seiten | 262.144 Token≈ 390 A4-Seiten |
| Wissensstand | k. A. | k. A. |
| Veröffentlicht | 06.05.2026 | 02.12.2025 |
| Verfügbarkeit | Aktiv | Aktiv |
| Offene Gewichte | nein | ja |
Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis
Gibt es eine bessere Wahl?
Gesamtindex 110,5, Platz 140,10 $ Eingabe und 0,50 $ Ausgabe je 1 Mio. Token
Zum ProfilGesamtindex 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: Grok 4.3B: Mistral Large 3
54 weitere Benchmarks anzeigen
Weitere Vergleiche
Vergleiche Grok 4.3 und Mistral Large 3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.
Anderes Duell vergleichen
Die beliebtesten Vergleiche
- 1Claude Opus 5.5 vs. Mistral Large 3
- 2GLM-5.3 vs. Mistral Large 3
- 3DeepSeek-V4-Flash vs. Mistral Large 3
- 4DeepSeek-V4.1-Flash vs. Mistral Large 3
- 5Claude Haiku 5.5 vs. Mistral Large 3
- 6DeepSeek V4.1 Flash 1017 vs. Mistral Large 3
- 7Mistral Large 4 vs. Mistral Large 3
- 8GPT-5.6 Terra vs. Mistral Large 3
- 9Grok 4.3 vs. GLM-5.3-Flash