Zum Hauptinhalt springen

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 vorn
LeistungGesamtindex, 100 Punkte = Durchschnitt
71,5

Grok 4.3

Platz 69

32,7

Mistral Large 3

Platz 95

etwa gleich schnell
TempoToken pro Sekunde
66

Grok 4.3

60

Mistral Large 3

Mistral Large 3 günstiger
Preis$ je 1 Mio. Token
1,56 $

Grok 4.3

0,75 $

Mistral Large 3

Beliebtheit0 bis 100
k. A.

Grok 4.3

48

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

AllgemeinMultimodalProgrammierenFinanzen

Bei Mistral Large 3 gibt es keinen klaren Vorteil.

Wo liegt der Unterschied?

Stärken im Überblick

Grok 4.3Mistral Large 3Median aller Modelle mit Platz

45658510525ProgrammierenGrok 4.3AllgemeinGrok 4.3MultimodalGrok 4.3FinanzenGrok 4.3
ProgrammierenGrok 4.3 vorn
Grok 4.367,2Platz 83
Mistral Large 331,9Platz 113
Median aller Modelle mit Platz87,5

95-%-Bereich: Grok 4.3 60,2 bis 74,2, Mistral Large 3 19,3 bis 44,5.

BereichGrok 4.3Mistral 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.

Grok 4.3 liegt in 4 von 10 Bereichen vorn, Mistral Large 3 in keinem.

Grok 4.3 vorn: 4zu wenig Daten: 6

Bereiche im Gesamtindex
AllgemeinGrok 4.3 +4780,4 zu 33,4
MultimodalGrok 4.3 +4476,5 zu 32,8
ProgrammierenGrok 4.3 +3567,2 zu 31,9
Schlussfolgernzu wenig Daten78,4 zu 34,3
Agentenzu wenig Daten70,8 zu 34,3
Wissenzu wenig Daten71,9 zu 38,4
Mathematiknur Mistral Large 3 mit Wertung
Fachgebiete
FinanzenGrok 4.3 +1859,6 zu 41,3
Gesundheitzu wenig Daten68,1 zu 30,9
Rechtzu wenig Daten73,8 zu 39,7

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
Suchenur Grok 4.3 mit Wertung
Produktivitätnur Grok 4.3 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.

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.

ohneGrok 4.3 vorn
26,3 Punkte Abstand über 3 gemeinsame Testreihen
Gesamtindex (high gegen ohne)Grok 4.3 vorn
Grok 4.3 71,5 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 findenGrok 4.3Programmieren 67,2 zu 31,9
Mathe und DatenanalyseoffenMathematik ohne Wertung für Grok 4.3, Schlussfolgern 78,4 zu 34,3 (zu wenig Daten)
Fakten und RechercheoffenWissen 71,9 zu 38,4 (zu wenig Daten), Suche ohne Wertung für Mistral Large 3
Agenten und WorkflowsoffenAgenten 70,8 zu 34,3 (zu wenig Daten)
Schnelle Antworten im Chatetwa gleich66 zu 60 Token pro Sekunde
Viele Anfragen, kleines BudgetMistral Large 31,56 $ zu 0,75 $ je 1 Mio. Token
Finanz-, Rechts- und MedizintexteGrok 4.3Finanzen 59,6 zu 41,3, Recht 73,8 zu 39,7 (zu wenig Daten), Gesundheit 68,1 zu 30,9 (zu wenig Daten)
Bilder, Screenshots und PDFsGrok 4.3Multimodal 76,5 zu 32,8

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

Grok 4.3: SVG-Kurztest

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

Ursprung der Aufgabe: Simon Willison

Grok 4.3

Grok 4.3: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

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

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

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

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
Grok 4.3high71,5
Mistral Large 3ohne32,7

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.

KennzahlGrok 4.3Mistral Large 3
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser71,532,7
PlatzPlatz 69 von 95Platz 95 von 95
Preis je 1 Mio. Token
Eingabewas du schickst1,25 $über 200.000 Token: 2,50 $0,50 $
Ausgabewas das Modell schreibt2,50 $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 Sekunde6660
Beliebtheit
BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100k. A.48Platz 145 von 508
Technik
Kontextfensterwie viel Text das Modell auf einmal liest1 Mio. Token≈ 1.500 A4-Seiten262.144 Token≈ 390 A4-Seiten
Wissensstandk. A.k. A.
Veröffentlicht06.05.202602.12.2025
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: Grok 4.3B: Mistral Large 3

CorpFin v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 68,5 %Mistral Large 3: 61,0 %Vals AIStand 12.08.2026
GPQA DiamondOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 91,4 %Mistral Large 3: 68,4 %Vals AIStand 01.09.2026
LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 84,5 %Mistral Large 3: 79,1 %Vals AIStand 13.10.2026
LiveCodeBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 84,5 %Mistral Large 3: 55,3 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevOverall · höher ist besserGrok 4.3: 1.357Mistral Large 3: 1.231LMArenaStand 15.11.2026
LMArena Text, Style ControlOverall · höher ist besserGrok 4.3: 1.442Mistral Large 3: 1.415LMArenaStand 11.11.2026
LMArena Vision, Style ControlOverall · höher ist besserGrok 4.3: 1.242Mistral Large 3: 1.200LMArenaStand 09.11.2026
MMLU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 85,8 %Mistral Large 3: 79,8 %Vals AIStand 01.09.2026
MMMU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 83,1 %Mistral Large 3: 66,2 %Vals AIStand 01.09.2026
MortgageTaxOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 48,3 %Mistral Large 3: 52,1 %Vals AIStand 01.09.2026
54 weitere Benchmarks anzeigen
SWE-bench VerifiedOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 71,4 %Mistral Large 3: 41,4 %Vals AIStand 01.09.2026
TaxEval v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 70,8 %Mistral Large 3: 73,1 %Vals AIStand 01.09.2026
CorpFin v2Exact Pages · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 66,8 %Mistral Large 3: 59,8 %Vals AIStand 12.08.2026
GPQA DiamondFew-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 92,9 %Mistral Large 3: 64,1 %Vals AIStand 01.09.2026
LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,9 %Mistral Large 3: 81,0 %Vals AIStand 13.10.2026
LiveCodeBenchEasy · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 98,4 %Mistral Large 3: 95,3 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevHTML development · höher ist besserGrok 4.3: 1.366Mistral Large 3: 1.239LMArenaStand 15.11.2026
LMArena Text, Style ControlBusiness, management and finance · höher ist besserGrok 4.3: 1.438Mistral Large 3: 1.411LMArenaStand 11.11.2026
LMArena Vision, Style ControlChinese · höher ist besserGrok 4.3: 1.278Mistral Large 3: 1.219LMArenaStand 09.11.2026
MMLU ProBiology · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 93,3 %Mistral Large 3: 88,6 %Vals AIStand 01.09.2026
MortgageTaxNumerical Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 37,5 %Mistral Large 3: 50,0 %Vals AIStand 01.09.2026
SWE-bench Verified<15 min fix · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 83,5 %Mistral Large 3: 56,2 %Vals AIStand 01.09.2026
TaxEval v2Correctness · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 60,6 %Mistral Large 3: 61,6 %Vals AIStand 01.09.2026
CorpFin v2Max Fitting Context · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 68,8 %Mistral Large 3: 63,8 %Vals AIStand 12.08.2026
GPQA DiamondZero-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,9 %Mistral Large 3: 72,7 %Vals AIStand 01.09.2026
LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 81,8 %Mistral Large 3: 76,6 %Vals AIStand 13.10.2026
LiveCodeBenchHard · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 66,0 %Mistral Large 3: 17,1 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevImage to WebDev · höher ist besserGrok 4.3: 1.375Mistral Large 3: 1.362LMArenaStand 15.11.2026
LMArena Text, Style ControlChinese · höher ist besserGrok 4.3: 1.477Mistral Large 3: 1.431LMArenaStand 11.11.2026
LMArena Vision, Style ControlCreative writing with images · höher ist besserGrok 4.3: 1.247Mistral Large 3: 1.198LMArenaStand 09.11.2026
MMLU ProBusiness · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 92,9 %Mistral Large 3: 84,7 %Vals AIStand 01.09.2026
MortgageTaxSemantic Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 59,0 %Mistral Large 3: 54,2 %Vals AIStand 01.09.2026
SWE-bench Verified>4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 33,3 %Mistral Large 3: 33,3 %Vals AIStand 01.09.2026
TaxEval v2Stepwise Reasoning · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 81,0 %Mistral Large 3: 84,5 %Vals AIStand 01.09.2026
CorpFin v2Shared Max Context · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 70,0 %Mistral Large 3: 59,6 %Vals AIStand 12.08.2026
LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,2 %Mistral Large 3: 81,0 %Vals AIStand 13.10.2026
LiveCodeBenchMedium · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,0 %Mistral Large 3: 53,5 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevWeb development · höher ist besserGrok 4.3: 1.357Mistral Large 3: 1.231LMArenaStand 15.11.2026
LMArena Text, Style ControlCoding · höher ist besserGrok 4.3: 1.487Mistral Large 3: 1.471LMArenaStand 11.11.2026
LMArena Vision, Style ControlDiagram understanding · höher ist besserGrok 4.3: 1.267Mistral Large 3: 1.233LMArenaStand 09.11.2026
MMLU ProChemistry · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 91,6 %Mistral Large 3: 85,0 %Vals AIStand 01.09.2026
SWE-bench Verified1-4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 38,1 %Mistral Large 3: 4,8 %Vals AIStand 01.09.2026
LegalBenchRhetoric Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 80,6 %Mistral Large 3: 77,9 %Vals AIStand 13.10.2026
LMArena Text, Style ControlCreative writing · höher ist besserGrok 4.3: 1.422Mistral Large 3: 1.375LMArenaStand 11.11.2026
LMArena Vision, Style ControlEnglish · höher ist besserGrok 4.3: 1.247Mistral Large 3: 1.208LMArenaStand 09.11.2026
MMLU ProComputer Science · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 89,0 %Mistral Large 3: 83,2 %Vals AIStand 01.09.2026
SWE-bench Verified15 min - 1 hour · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 68,2 %Mistral Large 3: 36,4 %Vals AIStand 01.09.2026
LegalBenchRule Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 80,8 %Mistral Large 3: 79,1 %Vals AIStand 13.10.2026
LMArena Text, Style ControlEnglish · höher ist besserGrok 4.3: 1.451Mistral Large 3: 1.427LMArenaStand 11.11.2026
LMArena Vision, Style ControlHomework · höher ist besserGrok 4.3: 1.255Mistral Large 3: 1.203LMArenaStand 09.11.2026
MMLU ProEconomics · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 90,2 %Mistral Large 3: 85,8 %Vals AIStand 01.09.2026
LMArena Text, Style ControlEntertainment, sports and media · höher ist besserGrok 4.3: 1.416Mistral Large 3: 1.373LMArenaStand 11.11.2026
LMArena Vision, Style ControlHumor · höher ist besserGrok 4.3: 1.230Mistral Large 3: 1.186LMArenaStand 09.11.2026
MMLU ProEngineering · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 84,2 %Mistral Large 3: 74,9 %Vals AIStand 01.09.2026
LMArena Text, Style ControlExcluding ties · höher ist besserGrok 4.3: 1.441Mistral Large 3: 1.402LMArenaStand 11.11.2026
LMArena Vision, Style ControlOptical character recognition · höher ist besserGrok 4.3: 1.251Mistral Large 3: 1.214LMArenaStand 09.11.2026
MMLU ProHealth · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 82,6 %Mistral Large 3: 77,3 %Vals AIStand 01.09.2026
LMArena Text, Style ControlExpert prompts · höher ist besserGrok 4.3: 1.454Mistral Large 3: 1.428LMArenaStand 11.11.2026
MMLU ProHistory · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 78,0 %Mistral Large 3: 70,9 %Vals AIStand 01.09.2026
LMArena Text, Style ControlFrench prompts · höher ist besserGrok 4.3: 1.462Mistral Large 3: 1.432LMArenaStand 11.11.2026
MMLU ProLaw · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 74,4 %Mistral Large 3: 56,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlGerman prompts · höher ist besserGrok 4.3: 1.441Mistral Large 3: 1.411LMArenaStand 11.11.2026
MMLU ProMath · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.3: 74,5 %Mistral Large 3: 88,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlHard prompts · höher ist besserGrok 4.3: 1.456Mistral Large 3: 1.433LMArenaStand 11.11.2026

Weitere Vergleiche

Vergleiche Grok 4.3 und Mistral Large 3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen