BenchLeader

Inkling vs Mistral Large 4.0 OSS

詳しいプロフィール:Inkling(Thinking Machines)とMistral Large 4.0 OSS(Mistral AI)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 10件の情報源のデータ

2026年11月16日時点で、共通するベンチマークが少なく、品質の判定はできません。知識(60 対 34)を重視するならInkling、数学(66 対 54)、推論(64 対 52)を重視するならMistral Large 4.0 OSSが向いています。

要点(2026年11月16日時点)

  • Inklingの100万トークンあたりのブレンド価格は$2.57です(定価、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
数学Mistral Large 4.0 OSSカテゴリスコア66 対 54高
推論Mistral Large 4.0 OSSカテゴリスコア64 対 52高
知識Inklingカテゴリスコア60 対 34高
チャットの質(人間の評価)–Arenaの評価があるのはInklingのみです(カテゴリスコア59)比較不可
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • 共通するベンチマークが少なく、判定できません。
  • Inklingは知識で優れています。
  • Mistral Large 4.0 OSS (high)は数学、推論で優れています。

概要

仕様InklingMistral Large 4.0 OSS
プロバイダーThinking MachinesMistral AI
リリース日2026年7月15日2026年10月29日
コンテキストウィンドウ(トークン)65,536–
比較した構成InklingMistral Large 4.0 OSS (high)
オープンウェイトありなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$1.87 / $4.68 / $0.374–

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリInklingMistral Large 4.0 OSS (high)トップ
推論52.264.2Mistral Large 4.0 OSS
コーディング46.1–比較不可
エージェント・ツール31.1–比較不可
数学54.166.4Mistral Large 4.0 OSS
知識60.234.1Inkling
人間の評価58.9–比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論数学知識Inkling, 推論: 52.2Inkling, 数学: 54.1Inkling, 知識: 60.2Mistral Large 4.0 OSS, 推論: 64.2Mistral Large 4.0 OSS, 数学: 66.4Mistral Large 4.0 OSS, 知識: 34.1

描画していないもの(測定済みのモデルが2つ未満):コーディング, エージェント・ツール, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。

モデル(クリックで追加・削除)Index

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標InklingMistral Large 4.0 OSS (high)
100万トークンあたりのブレンド価格$2.57–
100万トークンあたりの入力/出力$1.87 / $4.68– / –
100万トークンあたりのキャッシュ入力$0.374–
タスクあたりの価格:チャットの返答$0.0022–
タスクあたりの価格:30ページのレポートを要約$0.025–
タスクあたりの価格:コード編集$0.018–
タスクあたりの価格:エージェント型コーディングセッション$0.131–
タスクあたりの価格:構造化データの抽出$0.0047–
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.064–
出力速度115 tok/s–
回答開始までの時間0.3秒–

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Inklingのスコアは50.4、最初の回答トークンまで0秒。Inkling (xhigh)は50.0(19秒)。Mistral Large 4.0 OSS (high)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

134件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元InklingMistral Large 4.0 OSS (high)
BenchLeader IndexBenchLeader50.4–
エージェント・ツールスコアBenchLeader31.1–
コーディングスコアBenchLeader46.1–
人間の評価スコアBenchLeader58.9–
知識スコアBenchLeader60.234.1
数学スコアBenchLeader54.166.4
推論スコアBenchLeader52.264.2
ブレンド価格($/100万トークン)BenchLeader$2.57–
出力速度BenchLeader115 tok/s–
回答開始までの時間BenchLeader0.3秒–
コンテキストウィンドウBenchLeader65,536トークン–
推論
GPQA DiamondEpoch AI Benchmarking Hub88.3%†90.2%
SimpleBenchSimpleBench50.0%–
Arena Hard PromptsArena (LMArena)1463–
LiveBench 2.0 ReasoningLiveBench78.3%†–
LiveBench 1.0 ReasoningLiveBench78.3%†–
GPQA Diamond (AA)Artificial Analysis87.2%†–
Humanity's Last Exam (AA)Artificial Analysis31.9%†–
HLE-Diamond (AA)Artificial Analysis10.6%†–
GPQA Diamond (Vals)Vals AI87.1%–
ARC-AGI-1ARC Prize79.5%–
ARC-AGI-2ARC Prize36.5%–
CritPtArtificial Analysis5.4%†–
CritPt v2 hard subset (AA)Artificial Analysis18.0%†–
HLE-Diamond (Scale)Scale AI SEAL11.2%–
Arena ExpertArena (LMArena)1474–
Chess PuzzlesEpoch AI Benchmarking Hub21.0%†29.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub–20.0%
LMCAEpoch AI Benchmarking Hub37.6%†–
DTBenchEpoch AI Benchmarking Hub87.5%†–
コーディング
SciCodeSciCode47.0%†–
WeirdMLWeirdML32.3%†–
FrontierCodeCognition14.0%–
Arena CodingArena (LMArena)1494–
Arena WebDevArena (LMArena)1414–
LiveBench 2.0 CodingLiveBench48.7%†–
134件のベンチマークをすべて表示
指標公開元InklingMistral Large 4.0 OSS (high)
コーディング
LiveBench 1.0 CodingLiveBench71.0%†–
LiveCodeBenchVals AI85.5%–
IOIVals AI14.9%–
SWE-bench (Vals)Vals AI77.6%–
Code MigrationVals AI11.8%–
Code Migration v1.1Vals AI8.8%–
ProgramBenchVals AI0.0%–
Vibe Code Bench 1-100Vals AI7.3%–
Vibe Code Bench v1.1Vals AI19.2%–
SWE-Bench Pro V2Scale AI SEAL89.9%†–
SWE-Bench Pro V2 HARDScale AI SEAL56.9%†–
ALE-BenchEpoch AI Benchmarking Hub946–
FrontierSWEEpoch AI Benchmarking Hub4.1%†–
WeirdML v3WeirdML3.9%†–
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%†–
Terminal-Bench 2.1 (AA)Artificial Analysis55.1%†–
GameBench 2 OverallDuelLab GameBench 225.6–
GameBench 2 by reasoning settingDuelLab GameBench 226.7†–
Design Arena WebsiteDesign Arena1215–
FrontierCode 1.1 (AA)Artificial Analysis15.8%†–
FrontierCode 2.0 (AA)Artificial Analysis3.9%†–
エージェント・ツール
Terminal-BenchTerminal-Bench0.0%†–
APEX-AgentsMercor33.8%–
Arena AgentArena (LMArena)-17.3–
LiveBench Long AgenticLiveBench9.8%†–
LiveBench BrowserLiveBench12.0%†–
LiveBench Agentic CodingLiveBench49.4%†–
Terminal-Bench 2.1 (Vals)Vals AI47.6%–
MCP AtlasScale AI SEAL76.0%†–
τ³-bench Bankingτ²-bench25.0%†–
GDPval-AA v2.1Artificial Analysis1080†–
τ³-Banking (AA)Artificial Analysis29.1%†–
Analyst Agent (AA)Artificial Analysis23.8%†–
CyberBenchVals AI66.8%–
Finance Agent v2Vals AI46.6%–
Finance Agent v2.1Vals AI49.9%–
Harvey's Legal Agent Benchmark v1.1Vals AI3.8%–
Harvey's Legal Agent Benchmark v1Vals AI2.1%–
Legal Research BenchVals AI28.4%–
SkillsBenchVals AI26.1%–
SREBenchVals AI0.0%–
Tax Agent BenchVals AI15.3%–
Terminal-Bench 4.0 (Vals)Vals AI0.5%–
Arena Agent Task CompletionArena (LMArena)-26.8–
AutomationBenchArtificial Analysis5.0%†–
GDP.pdf (AA)Artificial Analysis12.8%†–
Harvey LAB-AA v1.1Harvey0.0%†–
EnterpriseOps-GymArtificial Analysis38.0%†–
AA-Briefcase v1.1Artificial Analysis833†–
GDPxGDPx by SemiAnalysis2.3%†–
Design Arena AgenticDesign Arena1173–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis0.0%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub33.3%†–
FrontierMath Tier 4Epoch AI Benchmarking Hub4.9%†–
OTIS Mock AIMEEpoch AI Benchmarking Hub88.9%†99.4%
ProofBenchVals AI0.0%–
LiveBench MathematicsLiveBench88.4%†–
Arena MathsArena (LMArena)1479–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub40.3%†22.4%
LiveBench 2.0 Data AnalysisLiveBench72.8%†–
LiveBench ResearchLiveBench60.3%†–
LiveBench 1.0 Data AnalysisLiveBench72.8%†–
AA-Omniscience v1.1Artificial Analysis-1.5†–
MMLU-ProVals AI86.3%–
LegalBenchVals AI83.0%–
CorpFinVals AI68.6%–
TaxEvalVals AI75.3%–
Excel Modeling BenchmarkVals AI38.4%–
Excel Modeling Benchmark v1.1Vals AI41.0%–
MedCodeVals AI41.2%–
MedScribeVals AI85.4%–
Public Benefits Bench v1.1Vals AI58.5%–
EBR-benchEpoch AI Benchmarking Hub–18.1%
AA-Omniscience v1.1: accuracyArtificial Analysis39.3%†–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis32.8%†–
指示追従
LiveBench LanguageLiveBench73.5%†–
LiveBench Instruction FollowingLiveBench70.1%†–
Arena Instruction FollowingArena (LMArena)1427–
人間の評価
Arena TextArena (LMArena)1443–
EQ-Bench 4EQ-Bench1212–
EQ-Bench Creative Writing v3EQ-Bench1609–
Arena Creative WritingArena (LMArena)1389–
Arena Multi-turnArena (LMArena)1446–
Arena Longer QueriesArena (LMArena)1442–
マルチモーダル
LiveBench DesignLiveBench55.2%†–
MMMU-ProArtificial Analysis73.5%†–
MMMU-Pro (Vals)Vals AI78.5%–
MortgageTaxVals AI64.0%–
AudioMCScale AI SEAL56.6%†–
AudioMC (text output)Scale AI SEAL56.6%†–
Furniture AssemblyEpoch AI Benchmarking Hub–30.8%
Code2Video-AAArtificial Analysis467†–
AA-3DArtificial Analysis591†–
長文コンテキスト
AA-LCR v1.1Artificial Analysis77.3%†–
MLCRArtificial Analysis6.1%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub148.4–
LiveBench 2.0LiveBench44.3%†–
LiveBench 1.0LiveBench71.9%†–
AA Intelligence Index v5.0.1Artificial Analysis12.5†–
AA Intelligence Index v4.3.2Artificial Analysis25.0†–
AA Progress Index v1Artificial Analysis281.4†–
Vals IndexVals AI29.0–
Vals Finance IndexVals AI38.3%–
Vals Multimodal IndexVals AI49.4%–
Vals Router IndexVals AI29.0%–
Vals Legal IndexVals AI54.2%–
安全性・誠実さ
FORTRESSScale AI SEAL25.0%†–
DistressBenchScale AI SEAL78.5%–
メタデータ
AA Openness IndexArtificial Analysis38.9†–

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Inkling:BenchLeader Index 47.8 → 50.4。
  • Inkling:スコアの改訂1件。
  • Inkling:スコアの改訂5件。
  • Inkling:スコアの改訂1件。
  • Mistral Large 4.0 OSS (high):初めての結果。
  • Inkling:スコアの改訂1件。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

Inkling vs Mistral Large 4.0 OSS:よくある質問

Mistral Large 4.0 OSSはいつリリースされましたか?
Mistral Large 4.0 OSSは2026年10月29日にリリースされました。