DeepSeek R1 (Jan '25) vs Mistral Small 3.2
Mana yang lebih baik untuk uang: DeepSeek R1 (Jan '25) oleh DeepSeek atau Mistral Small 3.2 oleh Mistral? Kecerdasan, total biaya benchmark, dan waktu end-to-end dari Artificial Analysis & sumber lain, cuplikan 2026-10-26.
Kompromi
Kesimpulan
Tergantung anggaran Anda
DeepSeek R1 (Jan '25) mendapat 4.4 poin lebih tinggi (11.4 vs 7.0), tetapi biaya menjalankan benchmark-nya 3.8× lebih besar ($461 vs $122; keduanya kelas menengah). Keduanya bukan alternatif di anggaran yang sama: pilih DeepSeek R1 (Jan '25) jika Anda butuh kecerdasan di atas 7.0, dan Mistral Small 3.2 jika 7.0 sudah cukup.
| Metrik | DeepSeek R1 (Jan '25) | Mistral Small 3.2 | Selisih |
|---|---|---|---|
| Kecerdasan (lebih tinggi lebih baik) | 11.4 | 7.0 | −38.6% Mistral Small 3.2 38.6% kurang cerdas |
| Total biaya AA (lebih rendah lebih baik) | $460.74 | $121.78 | −73.6% Mistral Small 3.2 73.6% lebih murah |
| Waktu ujung ke ujung (lebih rendah lebih baik) | 19.94s | 9.99s | −49.9% Mistral Small 3.2 49.9% lebih cepat |
| Harga per 1 juta token (masuk/keluar) | $2.00 / $4.00 | $0.07 / $0.20 | |
| Jenis input | Teks | Teks, Gambar |
Mistral Small 3.2 dibanding DeepSeek R1 (Jan '25): kecerdasan 38.6% lebih rendah, biaya menjalankan benchmark AA 73.6% lebih rendah, dan waktu total 49.9% lebih cepat.
Pareto frontier hari ini
Dibandingkan dengan batas Pareto
- DeepSeek R1 (Jan '25) berada di luar batas: dengan biaya yang sama atau lebih rendah, GPT-6.1 Sol (Medium) skor 47.80 untuk $361.
- Mistral Small 3.2 berada di luar batas: dengan biaya yang sama atau lebih rendah, MiMo-V2.6-Flash skor 37.90 untuk $110.
DeepSeek R1 (Jan '25)Mistral Small 3.2Pareto frontier hari iniBatas Pareto model dengan bobot yang dapat diunduh (open-weights frontier)Semua model lainnya
Perbandingan langsung
Bandingkan sesuatu yang lain
Agen:
Accept: text/markdown or ?format=md mengembalikan halaman ini sebagai Markdown. JSON: /api/v1/compare/deepseek-r1-0120/mistral-small-3-2 · Markdown: /api/v1/compare/deepseek-r1-0120/mistral-small-3-2?format=md · llms.txt · keterampilan agen