নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mistral Large 4 (high) vs Qwen3.8 Flash Next (medium)

Qwen3.8 Flash Next (medium) average score-এ এগিয়ে: 7.6 vs 7.5. Qwen3.8 Flash Next (medium)-এর benchmark খরচ কম: ~$0.047 vs $1.391. Qwen3.8 Flash Next (medium) দ্রুত: 24.79s vs 263.69s, pass rates 65.2% vs 75.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-06

তুলনা করা মডেল

র‍্যাঙ্ক
#125
মোট আউটপুট টোকেন
590,306
প্রতিক্রিয়া সময় (গড়)
263.69s
মোট খরচ
$1.391
র‍্যাঙ্ক
#119
মোট আউটপুট টোকেন
143,965
প্রতিক্রিয়া সময় (গড়)
24.79s
মোট খরচ
~$0.047
প্রস্তাবিত মডেল Qwen3.8 Flash Next (medium)

It has the best score here (7.6), while costing about 29.6x less than Mistral Large 4 (high).

বিস্তারিত তুলনা

মেট্রিক Mistral Large 4 Mistral Large 4 high প্রকাশ: 2026-10-06 Qwen3.8 Flash Next Qwen3.8 Flash Next medium প্রকাশ: 2026-10-04
স্কোর 7.5 7.6
র‍্যাঙ্ক #125 #119
নির্ভরযোগ্যতা 9.0 10.0
ধারাবাহিকতা 7.9 7.9
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 75.4%
অস্থির টেস্ট 6 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 11.590 ~0.314
মোট খরচ $1.391 ~$0.047
ইনপুট মূল্য $0.680 / 1M প্রযোজ্য নয়
আউটপুট মূল্য $2.090 / 1M প্রযোজ্য নয়
ক্যাশ পড়ার মূল্য $0.070 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 230,895 278,792
আউটপুট টোকেন 161,281 1,695
রিজনিং টোকেন 510,655 142,270
প্রতিক্রিয়া সময় (গড়) 263.69s 24.79s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 1727.29s 159.62s
প্রতিক্রিয়া সময় (মোট) 6064.89s 570.26s
প্যারামিটার 1.05T মোট (49B সক্রিয়) 180B মোট (6B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#125 Mistral Large 4

high
খরচ
$0.007
সময়
53.3s
টোকেন
3,333 tok

#119 Qwen3.8 Flash Next

medium
খরচ
~$0.002
সময়
40.7s
টোকেন
4,059 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Large 4 3.3 4.4 33.3% 2 1277.83s 6,541 53,820 279,694
Qwen3.8 Flash Next 10.0 10.0 100.0% 0 45.53s 7,893 346 37,643

দ্রুত তুলনা

তুলনার জুটি বদলান

GPT-6 LunalowvsQwen3.8 Flash NextmediumSeed-2.0-MinimediumvsMistral Large 4highQwen3.8 Flash NextmediumvsSpace Bunny AlphahighMistral Large 4highvsGLM 5.1mediumMistral Large 4highvsQwen3.8 27Blowবিনামূল্যে উপলভ্যMistral Large 4highvsGPT-6 LunalowMistral Large 4highvsGPT-5.6 LunamediumMistral Large 4highvsQwen3.6 FlashmediumDeepSeek V4 Flash 0731lowvsMistral Large 4highSeed-2.0-CodehighvsQwen3.8 Flash NextmediumSeed-2.0-CodemediumvsMistral Large 4highMistral Large 4highvsGrok 4.7low