Zum Hauptinhalt springen

xAIMistral AILLM-Duell

Grok 4.5vs.Mistral Large 3

Wer ist besser?

Grok 4.5 schneidet besser als Mistral Large 3 ab, aber kostet 4-mal so viel.

Grok 4.5 vorn
LeistungGesamtindex, 100 Punkte = Durchschnitt
94,7

Grok 4.5

Platz 42

32,7

Mistral Large 3

Platz 95

etwa gleich schnell
TempoToken pro Sekunde
55

Grok 4.5

60

Mistral Large 3

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

Grok 4.5

0,75 $

Mistral Large 3

Beliebtheit0 bis 100
k. A.

Grok 4.5

48

Mistral Large 3

Platz 145 von 508

Ab 200.000 Token im Kontext kostet Grok 4.5 mehr: 4 $ Eingabe und 12 $ Ausgabe je 1 Mio. Token.

Nimm Grok 4.5 für

ProgrammierenAllgemeinFinanzenMultimodal

Bei Mistral Large 3 gibt es keinen klaren Vorteil.

Wo liegt der Unterschied?

Stärken im Überblick

Grok 4.5Mistral Large 3Median aller Modelle mit Platz

45658510525ProgrammierenGrok 4.5AllgemeinGrok 4.5MultimodalGrok 4.5FinanzenGrok 4.5
ProgrammierenGrok 4.5 vorn
Grok 4.592,9Platz 50
Mistral Large 331,9Platz 113
Median aller Modelle mit Platz87,5

95-%-Bereich: Grok 4.5 89,6 bis 96,2, Mistral Large 3 19,3 bis 44,5.

BereichGrok 4.5Mistral 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 4.5 liegt in 4 von 10 Bereichen vorn, Mistral Large 3 in keinem.

Grok 4.5 vorn: 4zu wenig Daten: 6

Bereiche im Gesamtindex
ProgrammierenGrok 4.5 +6192,9 zu 31,9
AllgemeinGrok 4.5 +5790,6 zu 33,4
MultimodalGrok 4.5 +4982,1 zu 32,8
Mathematikzu wenig Daten95,3 zu 22,2
Agentenzu wenig Daten103,8 zu 34,3
Schlussfolgernzu wenig Daten99,5 zu 34,3
Wissenzu wenig Daten95,8 zu 38,4
Fachgebiete
FinanzenGrok 4.5 +5192,4 zu 41,3
Gesundheitzu wenig Daten95,1 zu 30,9
Rechtzu wenig Daten99,1 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
Cybersicherheitnur Grok 4.5 mit Wertung
Suchenur Grok 4.5 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.

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 4.5Programmieren 92,9 zu 31,9
Mathe und DatenanalyseoffenMathematik 95,3 zu 22,2 (zu wenig Daten), Schlussfolgern 99,5 zu 34,3 (zu wenig Daten)
Fakten und RechercheoffenWissen 95,8 zu 38,4 (zu wenig Daten), Suche ohne Wertung für Mistral Large 3
Agenten und WorkflowsoffenAgenten 103,8 zu 34,3 (zu wenig Daten)
Schnelle Antworten im Chatetwa gleich55 zu 60 Token pro Sekunde
SicherheitsanalysenoffenCybersicherheit ohne Wertung für Mistral Large 3
Viele Anfragen, kleines BudgetMistral Large 33 $ zu 0,75 $ je 1 Mio. Token
Finanz-, Rechts- und MedizintexteGrok 4.5Finanzen 92,4 zu 41,3, Recht 99,1 zu 39,7 (zu wenig Daten), Gesundheit 95,1 zu 30,9 (zu wenig Daten)
Bilder, Screenshots und PDFsGrok 4.5Multimodal 82,1 zu 32,8

Grok 4.5 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

Grok 4.5

Grok 4.5: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

01.10.2026 · 23 s · 0,01 $

Testdetails
Datum des Testlaufs
01.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
x-ai/grok-4.5
Reasoning-Einstellung
high
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
1.823 Token
Kosten des Versuchs
0,0112 $
Antwortzeit
23,1 s
API-Modell laut Antwort
x-ai/grok-4.5
Festgelegter Endpunkt
xAI | x-ai/grok-4.5-20260708
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 (1)

  • 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.

Grok 4.5

In dieser Runde nicht verfügbar

Mistral Large 3

API-Anfrage fehlgeschlagen. Das Modell wurde nicht bewertet.

Grok 4.5 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 4.5high94,7
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 4.5 gibt es noch keinen Beliebtheitswert.

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 16. November 2026

Grok 4.5Mistral Large 3

Alle Daten im Vergleich

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

KennzahlGrok 4.5Mistral Large 3
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser94,732,7
PlatzPlatz 42 von 95Platz 95 von 95
Preis je 1 Mio. Token
Eingabewas du schickst2 $über 200.000 Token: 4 $0,50 $
Ausgabewas das Modell schreibt6 $über 200.000 Token: 12 $1,50 $
Kosten je Aufgabe (eigene Tests)Durchschnitt aus 1 Aufgabe des ursprünglichen Testprotokolls, die beide Modelle bestanden haben (ohne SVG-Kurztest)0,011 $0,002 $
Tempo
Token pro Sekunde5560
Beliebtheit
BeliebtheitSuche, Nutzung und Erwähnungen, 0 bis 100k. A.48Platz 145 von 508
Technik
Kontextfensterwie viel Text das Modell auf einmal liest500.000 Token≈ 750 A4-Seiten262.144 Token≈ 390 A4-Seiten
Wissensstand01.02.2026k. A.
Veröffentlicht16.07.202602.12.2025
VerfügbarkeitAktivAktiv
Offene Gewichteneinja

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

Gibt es eine bessere Wahl?

Nachfolger von Grok 4.5Grok 4.6

Gesamtindex 102,1, Platz 252 $ Eingabe und 6 $ Ausgabe je 1 Mio. Token

Mistral Large 3 vs. Grok 4.6
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 4.5B: Mistral Large 3

CorpFin v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 67,4 %Mistral Large 3: 61,0 %Vals AIStand 12.08.2026
GPQA DiamondOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 92,9 %Mistral Large 3: 68,4 %Vals AIStand 01.09.2026
LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 86,0 %Mistral Large 3: 79,1 %Vals AIStand 13.10.2026
LiveCodeBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 87,4 %Mistral Large 3: 55,3 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevOverall · höher ist besserGrok 4.5: 1.552Mistral Large 3: 1.231LMArenaStand 15.11.2026
LMArena Text, Style ControlOverall · höher ist besserGrok 4.5: 1.466Mistral Large 3: 1.415LMArenaStand 11.11.2026
LMArena Vision, Style ControlOverall · höher ist besserGrok 4.5: 1.280Mistral Large 3: 1.200LMArenaStand 09.11.2026
MMLU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 89,2 %Mistral Large 3: 79,8 %Vals AIStand 01.09.2026
MMMU ProOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 61,8 %Mistral Large 3: 66,2 %Vals AIStand 01.09.2026
MortgageTaxOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 61,8 %Mistral Large 3: 52,1 %Vals AIStand 01.09.2026
54 weitere Benchmarks anzeigen
SWE-bench VerifiedOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 86,6 %Mistral Large 3: 41,4 %Vals AIStand 01.09.2026
TaxEval v2Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 71,7 %Mistral Large 3: 73,1 %Vals AIStand 01.09.2026
CorpFin v2Exact Pages · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 66,3 %Mistral Large 3: 59,8 %Vals AIStand 12.08.2026
GPQA DiamondFew-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 92,9 %Mistral Large 3: 64,1 %Vals AIStand 01.09.2026
LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 89,5 %Mistral Large 3: 81,0 %Vals AIStand 13.10.2026
LiveCodeBenchEasy · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 99,1 %Mistral Large 3: 95,3 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevHTML development · höher ist besserGrok 4.5: 1.565Mistral Large 3: 1.239LMArenaStand 15.11.2026
LMArena Text, Style ControlBusiness, management and finance · höher ist besserGrok 4.5: 1.466Mistral Large 3: 1.411LMArenaStand 11.11.2026
LMArena Vision, Style ControlChinese · höher ist besserGrok 4.5: 1.325Mistral Large 3: 1.219LMArenaStand 09.11.2026
MMLU ProBiology · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 94,3 %Mistral Large 3: 88,6 %Vals AIStand 01.09.2026
MortgageTaxNumerical Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 62,8 %Mistral Large 3: 50,0 %Vals AIStand 01.09.2026
SWE-bench Verified<15 min fix · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 93,8 %Mistral Large 3: 56,2 %Vals AIStand 01.09.2026
TaxEval v2Correctness · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 62,6 %Mistral Large 3: 61,6 %Vals AIStand 01.09.2026
CorpFin v2Max Fitting Context · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 67,5 %Mistral Large 3: 63,8 %Vals AIStand 12.08.2026
GPQA DiamondZero-Shot CoT · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 92,9 %Mistral Large 3: 72,7 %Vals AIStand 01.09.2026
LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 83,2 %Mistral Large 3: 76,6 %Vals AIStand 13.10.2026
LiveCodeBenchHard · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 73,4 %Mistral Large 3: 17,1 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevImage to WebDev · höher ist besserGrok 4.5: 1.561Mistral Large 3: 1.362LMArenaStand 15.11.2026
LMArena Text, Style ControlChinese · höher ist besserGrok 4.5: 1.505Mistral Large 3: 1.431LMArenaStand 11.11.2026
LMArena Vision, Style ControlCreative writing with images · höher ist besserGrok 4.5: 1.279Mistral Large 3: 1.198LMArenaStand 09.11.2026
MMLU ProBusiness · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 93,3 %Mistral Large 3: 84,7 %Vals AIStand 01.09.2026
MortgageTaxSemantic Extraction · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 60,8 %Mistral Large 3: 54,2 %Vals AIStand 01.09.2026
SWE-bench Verified>4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 66,7 %Mistral Large 3: 33,3 %Vals AIStand 01.09.2026
TaxEval v2Stepwise Reasoning · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 80,8 %Mistral Large 3: 84,5 %Vals AIStand 01.09.2026
CorpFin v2Shared Max Context · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 68,4 %Mistral Large 3: 59,6 %Vals AIStand 12.08.2026
LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 90,1 %Mistral Large 3: 81,0 %Vals AIStand 13.10.2026
LiveCodeBenchMedium · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 89,6 %Mistral Large 3: 53,5 %Vals AIStand 01.09.2026
LMArena Code Arena WebDevWeb development · höher ist besserGrok 4.5: 1.552Mistral Large 3: 1.231LMArenaStand 15.11.2026
LMArena Text, Style ControlCoding · höher ist besserGrok 4.5: 1.514Mistral Large 3: 1.471LMArenaStand 11.11.2026
LMArena Vision, Style ControlDiagram understanding · höher ist besserGrok 4.5: 1.307Mistral Large 3: 1.233LMArenaStand 09.11.2026
MMLU ProChemistry · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 91,6 %Mistral Large 3: 85,0 %Vals AIStand 01.09.2026
SWE-bench Verified1-4 hours · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 73,8 %Mistral Large 3: 4,8 %Vals AIStand 01.09.2026
LegalBenchRhetoric Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 82,8 %Mistral Large 3: 77,9 %Vals AIStand 13.10.2026
LMArena Text, Style ControlCreative writing · höher ist besserGrok 4.5: 1.452Mistral Large 3: 1.375LMArenaStand 11.11.2026
LMArena Vision, Style ControlEnglish · höher ist besserGrok 4.5: 1.275Mistral Large 3: 1.208LMArenaStand 09.11.2026
MMLU ProComputer Science · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 91,0 %Mistral Large 3: 83,2 %Vals AIStand 01.09.2026
SWE-bench Verified15 min - 1 hour · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 83,5 %Mistral Large 3: 36,4 %Vals AIStand 01.09.2026
LegalBenchRule Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 84,2 %Mistral Large 3: 79,1 %Vals AIStand 13.10.2026
LMArena Text, Style ControlEnglish · höher ist besserGrok 4.5: 1.473Mistral Large 3: 1.427LMArenaStand 11.11.2026
LMArena Vision, Style ControlHomework · höher ist besserGrok 4.5: 1.305Mistral Large 3: 1.203LMArenaStand 09.11.2026
MMLU ProEconomics · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 91,4 %Mistral Large 3: 85,8 %Vals AIStand 01.09.2026
LMArena Text, Style ControlEntertainment, sports and media · höher ist besserGrok 4.5: 1.446Mistral Large 3: 1.373LMArenaStand 11.11.2026
LMArena Vision, Style ControlHumor · höher ist besserGrok 4.5: 1.264Mistral Large 3: 1.186LMArenaStand 09.11.2026
MMLU ProEngineering · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 87,2 %Mistral Large 3: 74,9 %Vals AIStand 01.09.2026
LMArena Text, Style ControlExcluding ties · höher ist besserGrok 4.5: 1.472Mistral Large 3: 1.402LMArenaStand 11.11.2026
LMArena Vision, Style ControlOptical character recognition · höher ist besserGrok 4.5: 1.290Mistral Large 3: 1.214LMArenaStand 09.11.2026
MMLU ProHealth · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 84,0 %Mistral Large 3: 77,3 %Vals AIStand 01.09.2026
LMArena Text, Style ControlExpert prompts · höher ist besserGrok 4.5: 1.489Mistral Large 3: 1.428LMArenaStand 11.11.2026
MMLU ProHistory · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 81,4 %Mistral Large 3: 70,9 %Vals AIStand 01.09.2026
LMArena Text, Style ControlFrench prompts · höher ist besserGrok 4.5: 1.479Mistral Large 3: 1.432LMArenaStand 11.11.2026
MMLU ProLaw · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 82,0 %Mistral Large 3: 56,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlGerman prompts · höher ist besserGrok 4.5: 1.461Mistral Large 3: 1.411LMArenaStand 11.11.2026
MMLU ProMath · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.5: 95,9 %Mistral Large 3: 88,4 %Vals AIStand 01.09.2026
LMArena Text, Style ControlHard prompts · höher ist besserGrok 4.5: 1.488Mistral Large 3: 1.433LMArenaStand 11.11.2026

Weitere Vergleiche

Vergleiche Grok 4.5 und Mistral Large 3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen