Nemotron Cascade 2 30B A3B vs Mistral Small 4
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
NVIDIAのNemotron Cascade 2 30B A3BとMistral AIのMistral Small 4は、注目度の高い主要AIモデルです。Nemotron Cascade 2 30B A3Bは256K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.10/出力$0.25、一方のMistral Small 4は256K トークンのコンテキストで入力$0.10/出力$0.30です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Nemotron Cascade 2 30B A3B
オープンウェイト推論モデルNVIDIA の Nemotron Cascade 2 30B A3B は、強化学習により鍛えられた高効率なオープンウェイト論理推論向けに設計されたAIモデルです。256K のコンテキストウィンドウ、毎秒 155 トークンの生成速度、知能指数 46/100（1Mトークンあたり入力$0.1・出力$0.25）を実現しています。
$0.10 / 1M
$0.25 / 1M
256K tokens
39.5%
Mistral Small 4
超高速・低遅延レスポンスMistral AI の Mistral Small 4 は、超低遅延のリアルタイム対話、高速ルーティング、大量リクエスト処理向けに設計されたAIモデルです。256K のコンテキストウィンドウ、毎秒 120 トークンの生成速度、知能指数 48/100（1Mトークンあたり入力$0.1・出力$0.3）を実現しています。
$0.10 / 1M
$0.30 / 1M
256K tokens
44.5%
ひと目でわかる主な違い
- Nemotron Cascade 2 30B A3B is 1.1x cheaper for API usage (input + output tokens combined).
- Nemotron Cascade 2 30B A3B is faster at 155 tok/s vs 120 tok/s.
- Mistral Small 4 leads on SWE-bench coding (44.5% vs 39.5%).
| Feature | Nemotron Cascade 2 30B A3B | Mistral Small 4 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 46 | 48 |
Provider | NVIDIA | Mistral AI |
Input Price Cost per million input tokens | $0.10 / 1M | $0.10 / 1M |
Output Price Cost per million output tokens | $0.25 / 1M | $0.30 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.06 / 1M | $0.07 / 1M |
Context Window Maximum input + output tokens | 256K tokens~384 A4 pages of text | 256K tokens~384 A4 pages of text |
Max Output Tokens Per single request | 16K | 16K |
Throughput Speed Tokens generated per second | 155 tok/s | 120 tok/s |
SWE-bench Verified Real-world software engineering | 39.5% | 44.5% |
GPQA Diamond Graduate-level reasoning | 55.2% | 56% |
Cached Input Price Prompt caching discount per 1M tokens | $0.02 / 1M | $0.03 / 1M |
分野別勝者スコアカード
At-a-glance decision framework検証済みベンチマークスコア比較
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.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Nemotron Cascade 2 30B A3B · Strengths & Key Advantages
- 256K のコンテキストウィンドウと最大 16K トークンの出力容量（SWE-bench Verified 39.5% · GPQA Diamond 55.2%）
- 毎秒 155 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 270ms の低遅延
- オープンウェイトモデル (30B (3B MoE))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Mistral Small 4 · Strengths & Key Advantages
- 256K のコンテキストウィンドウと最大 16K トークンの出力容量（SWE-bench Verified 44.5% · GPQA Diamond 56%）
- 毎秒 120 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 340ms の低遅延
- オープンウェイトモデル (24B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Nemotron Cascade 2 30B A3B | Mistral Small 4 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.11 | $0.12 |
Output Tokens / Task Tokens generated per task | 28K | 28K |
Reasoning Tokens / Task Thinking tokens burned per task | 11K | 12K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | Nemotron Cascade 2 30B A3B | Mistral Small 4 |
|---|---|---|
| Official API Model ID (SDK) | nemotron-cascade-2-30b-a3b | mistral-small-4-latest |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2026-03 | 2026-03 |
| Knowledge Cutoff | January 2026 | January 2026 |
| Architecture | Cascaded Speculative MoE (30B Total / 3B Active) | Next-Gen Compact Multimodal Transformer |
| Parameters | 30B (3B active MoE) | 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) | Flat rate ($0.1/1M in) across full 256K window | Flat rate ($0.1/1M in) across full 256K window |
| Prompt Cache Policy & TTL | Cached input at $0.02/1M tokens | Cached input at $0.03/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | 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 | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | 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) | 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) · 65 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 | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | 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 | text, vision |
| Output Modalities | text | text |
Nemotron Cascade 2 30B A3B vs Mistral Small 4: よくある質問 (FAQ)
Which is more intelligent, Nemotron Cascade 2 30B A3B or Mistral Small 4?
Mistral Small 4 is more intelligent. It scores 48 compared with 46 on the composite Intelligence Index.
Which model is faster?
Nemotron Cascade 2 30B A3B is faster, generating 155 tokens per second compared with 120 tokens per second.
Which model is cheaper to run?
Nemotron Cascade 2 30B A3B is cheaper at $0.06 per 1M tokens blended, compared with $0.07 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Nemotron Cascade 2 30B A3B has lower latency, with a time to first token of 0.27s compared with 0.34s.
総合評価
Nemotron Cascade 2 30B A3B（強化学習により鍛えられた高効率なオープンウェイト論理推論、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とMistral Small 4（超低遅延のリアルタイム対話、高速ルーティング、大量リクエスト処理、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではMistral Small 4がリードし、応答速度とスループットではNemotron Cascade 2 30B A3Bが優れ、APIコスト効率ではNemotron Cascade 2 30B A3Bが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には Nemotron Cascade 2 30B A3B と Mistral Small 4 のどちらが適していますか？+
総合知能指数およびコーディング評価では Mistral Small 4 が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
Nemotron Cascade 2 30B A3B と Mistral Small 4 ではどちらのAPI料金が安いですか？+
Nemotron Cascade 2 30B A3B は100万トークンあたり入力$0.10 / 出力$0.25、Mistral Small 4 は入力$0.10 / 出力$0.30です。総合的なコスト効率では Nemotron Cascade 2 30B A3B がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは Nemotron Cascade 2 30B A3B が 256K トークン、Mistral Small 4 が 256K トークン です。出力スピード（トークン/秒）では Nemotron Cascade 2 30B A3B がリードしています。
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 Mistral Small 4：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Mistral Small 4 vs Claude Haiku 5.5：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Mistral Small 4 vs GPT-4.1 mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Nemotron 3 Nano Omni 30B A3B Reasoning vs Mistral Small 4：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Nemotron Cascade 2 30B A3B vs Nemotron 3 Nano 30B A3B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
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.
公的ソース: NVIDIAおよびMistral AI公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。