Direktvergleich

Muse Wonder vs. Mistral Large 4

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 135
verschiedene Benchmarks: 14
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Muse Wonder und Mistral Large 4
Merkmal	Muse Wonder	Mistral Large 4
Anbieter	Meta	Mistral AI
Erschienen	12. Okt. 2026	6. Okt. 2026
Verfügbarkeit	Preview	Preview
Modelltyp	Proprietär	Open Weights angekündigt, aktuell API-Vorschau
Parameter	Nicht veröffentlicht	1,05 Billionen
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1.048.576 Token	1M Token (Mistral); 524.288 Token (OpenRouter)
Wissensstand	Nicht veröffentlicht	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Muse Wonder und Mistral Large 4
Preisart	Muse Wonder	Mistral Large 4
API-Eingabe	4 $	1,36 $
API-Ausgabe	20 $	4,18 $
Cache lesen	0,2 $	0,14 $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	15.10.2026 Quelle	07.10.2026 Quelle
Mistral Large 4, Einführungspreis vom 6. Oktober 2026 Mistral kündigt für zwei Wochen 50 % Rabatt an. Der veröffentlichte Einführungstarif beträgt 0,68 $ Eingabe, 2,09 $ Ausgabe und 0,07 $ Cache lesen pro 1 Mio. Token. Preisvergleiche verwenden die Standardtarife. Quelle

Muse WonderMistral Large 4

API-EingabeUSD pro 1 Mio. Token, Basistarif

Muse Wonder4 $

Mistral Large 41,36 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Muse Wonder20 $

Mistral Large 44,18 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Muse Wonder0,2 $

Mistral Large 40,14 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Muse Wonder ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Für Mistral Large 4 ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Muse Wonder und Mistral Large 4
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Muse Wonder	Meta	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 4 $	Günstigster erfasster Preis: 20 $	Quelle15.10.2026
Mistral Large 4	Mistral AI	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 1,36 $	Günstigster erfasster Preis: 4,18 $	Quelle07.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Muse WonderMistral Large 4

BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder67,037 %

Mistral Large 467,037 %

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder62,552 %

Mistral Large 430,561 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder67,084 %

Mistral Large 456,213 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder56,637 %

Mistral Large 454,678 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder17,083 %

Mistral Large 415,833 %

IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder66,944 %

Mistral Large 445,278 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder50,481 %

Mistral Large 431,731 %

MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder27,477 %

Mistral Large 412,162 %

ProofBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder84 %

Mistral Large 410 %

Tax Agent BenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder36,269 %

Mistral Large 430,391 %

Terminal-Bench 4.0Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder49,495 %

Mistral Large 423,232 %

Vals IndexOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder61,062 %

Mistral Large 448,106 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Muse Wonder und Mistral Large 4
Benchmark und Aufgabe	Muse Wonder	Mistral Large 4	Quelle
BioMysteryBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Kein direkter Sieger67,037 %	Kein direkter Sieger67,037 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert62,552 %	30,561 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert67,084 %	56,213 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert56,637 %	54,678 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert17,083 %	15,833 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert66,944 %	45,278 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert50,481 %	31,731 %	Vals AI Quellendetails Datenstand: 12.10.2026
MysteryMechanismOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert27,477 %	12,162 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert84 %	10 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert36,269 %	30,391 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert49,495 %	23,232 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert61,062 %	48,106 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert26,55 %	14,261 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Harness: OpenHands, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert83,089 %	78,403 %	Vals AI Quellendetails Datenstand: 12.10.2026
BioMysteryBenchHard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Kein direkter Sieger29,412 %	Kein direkter Sieger29,412 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert60,07 %	17,414 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert79,488 %	56,569 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert52,67 %	52,429 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert93,841 %	89,855 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2024 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert66,833 %	50,167 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert63,636 %	34,848 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert20 %	3,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert46,667 %	13,333 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert62,009 %	22,799 %	Vals AI Quellendetails Datenstand: 13.10.2026
BioMysteryBenchHuman-solvable Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Harness: Terminus 2, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Kein direkter Sieger75,799 %	Kein direkter Sieger75,799 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Kein direkter Sieger70 %	Kein direkter Sieger70 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert79,232 %	75,048 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert45,936 %	43,787 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert20 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2025 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert75,5 %	37,833 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert90,571 %	88,492 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert71,362 %	50,042 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Media Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	33,333 %	Höherer Messwert41,667 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexEMB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert67,084 %	56,213 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	4,061 / 5	Höherer Messwert4,133 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert51,035 %	35,881 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	47,933 %	Höherer Messwert48,618 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert92,473 %	91,398 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2026 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert58,5 %	47,833 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert48,837 %	25,581 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert50 %	46,56 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0ML Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert45,455 %	24,242 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert56,637 %	54,678 %	Vals AI Quellendetails Datenstand: 13.10.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert60,69 %	57,501 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert67,252 %	63,866 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert86,88 %	86,015 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert77,655 %	64,214 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Operations Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert40,741 %	14,815 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexHLAB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert17,083 %	15,833 %	Vals AI Quellendetails Datenstand: 13.10.2026
EMBM&A Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert76,852 %	51,9 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Earnings Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert76,768 %	76,491 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBanking Finance · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert94,424 %	91,45 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCivil Litigation · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert37,037 %	33,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchFact-Pattern Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert39,535 %	31,83 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Science Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert47,619 %	9,524 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexLegal Research Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert50,481 %	31,731 %	Vals AI Quellendetails Datenstand: 13.10.2026
EMBMisc Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert56,936 %	53,863 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Financial Modeling Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert22,515 %	20,456 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBanking Finance · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert20 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCivil Litigation · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert89,018 %	85,824 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchFact-Pattern Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert67,563 %	57,242 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Security Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert66,667 %	46,667 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vals IndexTax Agent Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Mistral Large 4: Reasoning: high, Temperatur: 1, Top P: 0.95, Ausgabegrenze: 256.000 tokens	Höherer Messwert71,161 %	63,294 %	Vals AI Quellendetails Datenstand: 13.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Für diese Auswahl gibt es keine gemeinsame Testrunde. Es werden keine Ergebnisse aus verschiedenen Runden gemischt.

Frühere Tests

Das ist jeweils die niedrigste dokumentierte Einstellung des Anbieters. Daraus folgt keine Vergleichbarkeit des Rechenaufwands zwischen Modellen.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Muse Wonder

Noch nicht getestet

Mistral Large 4

Reasoning (angefragt): none

Aktueller Versuch

Datum des Testlaufs: 11.10.2026
API-Anbieter: Mistral
Angefragtes API-Modell: mistralai/mistral-large-4-0
API-Modell laut Antwort: mistralai/mistral-large-4-0
Reasoning-Einstellung: none
Festgelegter Endpunkt: Mistral | mistralai/mistral-large-4-0-20261006
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Reasoning-Tokens: 0
Testprotokoll: community-visual-low-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 28,7 s

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

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Muse Wonder und Mistral Large 4 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich