Gemma 4 31B vs Mistral Small 4
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Gemma 4 31B von Google und Mistral Small 4 von Mistral AI gehören zu den führenden KI-Modellen. Gemma 4 31B bietet ein Kontextfenster von 262.1K Tokens bei API-Preisen von $0.00/$0.00 pro 1M Tokens, während Mistral Small 4 256K Tokens Kontext zu $0.10/$0.30 pro 1M Tokens bereitstellt. Hier finden Sie den vollständigen Benchmark-, Latenz- und Kostenvergleich.
Beliebige Modelle wechseln & vergleichen
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemma 4 31B
Open-Weights-Reasoning-ModellGemma 4 31B von Google ist ein KI-Modell für Open-Weights-Reasoning mit transparenter Gedankenketten-Verarbeitung (Chain-of-Thought) mit 262K Kontextfenster, 80 Token/s Durchsatz, einem Intelligenz-Index von 81/100 und kostenlosem Open-Weig
$0.00 / 1M
$0.00 / 1M
262.1K tokens
68.5%
Mistral Small 4
Ultraschnelle Echtzeit-InferenzMistral Small 4 von Mistral AI ist ein KI-Modell für ultraschnelle Echtzeit-Antworten, niedrige Latenz und Hochdurchsatz-Routing mit 256K Kontextfenster, 120 Token/s Durchsatz, einem Intelligenz-Index von 48/100 und $0.1/$0.3 pro 1M Token.
$0.10 / 1M
$0.30 / 1M
256K tokens
44.5%
Wichtigste Unterschiede auf einen Blick
- Gemma 4 31B is 1.0x cheaper for API usage (input + output tokens combined).
- Gemma 4 31B has a larger context window (262K vs 256K tokens).
- Mistral Small 4 is faster at 120 tok/s vs 80 tok/s.
- Gemma 4 31B leads on SWE-bench coding (68.5% vs 44.5%).
| Feature | Gemma 4 31B | Mistral Small 4 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 81 | 48 |
Provider | Mistral AI | |
Input Price Cost per million input tokens | $0.00 / 1M | $0.10 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.30 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.07 / 1M |
Context Window Maximum input + output tokens | 262.1K tokens~393 A4 pages of text | 256K tokens~384 A4 pages of text |
Max Output Tokens Per single request | 33K | 16K |
Throughput Speed Tokens generated per second | 80 tok/s | 120 tok/s |
SWE-bench Verified Real-world software engineering | 68.5% | 44.5% |
GPQA Diamond Graduate-level reasoning | 77% | 56% |
Cached Input Price Prompt caching discount per 1M tokens | $0.00 / 1M | $0.03 / 1M |
Wer gewinnt in welcher Disziplin?
At-a-glance decision frameworkGeprüfte Benchmark-Ergebnisse im Vergleich
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latenz & Antwortzeit
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Interaktiver Token-Kosten-Simulator
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemma 4 31B · Strengths & Key Advantages
- 262K Kontextfenster und bis zu 33K maximale Output-Token (SWE-bench Verified 68.5% · GPQA Diamond 77%)
- Hohe Generierungsgeschwindigkeit von 80 Token/Sekunde bei nur 480 ms Erstlatenz (TTFT)
- Offene Modellgewichte (31B) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
- Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
Mistral Small 4 · Strengths & Key Advantages
- 256K Kontextfenster und bis zu 16K maximale Output-Token (SWE-bench Verified 44.5% · GPQA Diamond 56%)
- Hohe Generierungsgeschwindigkeit von 120 Token/Sekunde bei nur 340 ms Erstlatenz (TTFT)
- Offene Modellgewichte (24B) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
- Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Gemma 4 31B | Mistral Small 4 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.12 |
Output Tokens / Task Tokens generated per task | 12K | 28K |
Reasoning Tokens / Task Thinking tokens burned per task | 6K | 12K |
Technische Spezifikationen
Architecture, release timeline, capabilities, and modalities.
| Feature | Gemma 4 31B | Mistral Small 4 |
|---|---|---|
| Official API Model ID (SDK) | models/gemma-4-31b | mistral-small-4-latest |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2026-04 | 2026-03 |
| Knowledge Cutoff | January 2026 | January 2026 |
| Architecture | Dense open reasoning transformer with native thinking | Next-Gen Compact Multimodal Transformer |
| Parameters | 31B | 24B |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Flat rate ($0.1/1M in) across full 256K window |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Cached input at $0.03/1M tokens |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 19 GB VRAM (4-bit Quantized) · 67 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 15 GB VRAM (4-bit Quantized) · 52 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text, vision | text, vision |
| Output Modalities | text | text |
Gemma 4 31B vs Mistral Small 4: Schnelle Antworten (FAQ)
Which is more intelligent, Gemma 4 31B or Mistral Small 4?
Gemma 4 31B is more intelligent. It scores 81 compared with 48 on the composite Intelligence Index.
Which model is faster?
Mistral Small 4 is faster, generating 120 tokens per second compared with 80 tokens per second.
Which model is cheaper to run?
Gemma 4 31B is cheaper at $0.00 per 1M tokens blended, compared with $0.07 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Mistral Small 4 has lower latency, with a time to first token of 0.34s compared with 0.48s.
Which model has a larger context window?
Gemma 4 31B has a larger context window, supporting 262.1K tokens compared with 256K tokens.
Fazit
Sowohl Gemma 4 31B (Optimal für Open-Weights-Reasoning mit transparenter Gedankenketten-Verarbeitung (Chain-of-Thought), Enterprise-RAG-Systeme und skalierbare API-Pipelines.) als auch Mistral Small 4 (Optimal für ultraschnelle Echtzeit-Antworten, niedrige Latenz und Hochdurchsatz-Routing, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) überzeugen im Produktionseinsatz: Gemma 4 31B führt bei komplexem Reasoning und Coding, Mistral Small 4 liefert den höheren Token-Durchsatz und Gemma 4 31B ist die kosteneffizienteste Wahl für große API-Workloads.
Häufig gestellte Fragen (FAQ)
Welches Modell ist besser für Coding und Reasoning – Gemma 4 31B oder Mistral Small 4?+
Im Gesamt-Intelligenzindex und bei Software-Benchmarks liegt Gemma 4 31B vorn. Prüfen Sie oben die SWE-bench- und GPQA-Werte für Ihren Anwendungsfall.
Wie unterscheiden sich die API-Preise von Gemma 4 31B und Mistral Small 4?+
Gemma 4 31B kostet $0.00 / $0.00 pro 1M Input-/Output-Tokens, Mistral Small 4 liegt bei $0.10 / $0.30. Beim gewichteten Gesamtpreis ist Gemma 4 31B günstiger.
Welches Modell hat das größere Kontextfenster und die höhere Geschwindigkeit?+
Gemma 4 31B bietet 262.1K Tokens Kontext gegenüber 256K Tokens bei Mistral Small 4. Bei der Generierungsgeschwindigkeit liegt Mistral Small 4 vorn.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemma 4 31B vs. Gemma 4 26B A4B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Gemma 4 31B vs. Llama 3.3 70B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Gemma 4 E2B vs. Gemma 4 31B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Mistral Small 4 vs. Claude Haiku 5.5: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Mistral Small 4 vs. GPT-4.1 mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Nemotron 3 Nano Omni 30B A3B Reasoning vs. Mistral Small 4: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Offizielle Quellen: Offizielle API-Dokumentation von Google und Mistral AI, Systemkarten und unabhängige Benchmark-Auswertungen (2026).