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

Mistral Large 4 (low) vs Qwen3.7 Flash (low)

Qwen3.7 Flash (low) average score-এ এগিয়ে: 7.7 vs 7.6. Qwen3.7 Flash (low)-এর benchmark খরচ কম: $0.071 vs $1.648. Qwen3.7 Flash (low) দ্রুত: 41.03s vs 300.15s, pass rates 65.2% vs 68.1%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#119
মোট আউটপুট টোকেন
714,287
প্রতিক্রিয়া সময় (গড়)
300.15s
মোট খরচ
$1.648
র‍্যাঙ্ক
#117
মোট আউটপুট টোকেন
331,107
প্রতিক্রিয়া সময় (গড়)
41.03s
মোট খরচ
$0.071
প্রস্তাবিত মডেল Qwen3.7 Flash (low)

It has the best score here (7.7), while costing about 23.4x less than Mistral Large 4 (low).

বিস্তারিত তুলনা

মেট্রিক Mistral Large 4 Mistral Large 4 low প্রকাশ: 2026-10-06 Qwen3.7 Flash Qwen3.7 Flash low প্রকাশ: 2026-07-28
স্কোর 7.6 7.7
র‍্যাঙ্ক #119 #117
নির্ভরযোগ্যতা 9.0 10.0
ধারাবাহিকতা 8.7 8.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 68.1%
অস্থির টেস্ট 4 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 12.670 0.439
মোট খরচ $1.648 $0.071
ইনপুট মূল্য $0.680 / 1M $0.030 / 1M
আউটপুট মূল্য $2.090 / 1M $0.130 / 1M
ক্যাশ পড়ার মূল্য $0.070 / 1M $0.006 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $0.039 / 1M
মোট ইনপুট টোকেন 226,734 318,058
আউটপুট টোকেন 278,013 16,035
রিজনিং টোকেন 638,296 315,072
প্রতিক্রিয়া সময় (গড়) 300.15s 41.03s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 1798.01s 394.54s
প্রতিক্রিয়া সময় (মোট) 6903.40s 943.75s
প্যারামিটার 1.05T মোট (49B সক্রিয়) ~35B মোট (~3B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

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.

#119 Mistral Large 4

low
খরচ
$0.015
সময়
115.1s
টোকেন
6,915 tok

#117 Qwen3.7 Flash

low
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
টোকেন
0 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 3.4 7.2 22.2% 1 1379.72s 5,896 129,426 386,126
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

দ্রুত তুলনা

তুলনার জুটি বদলান

Muse Glimmer 30BmediumvsQwen3.7 FlashlowMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowMistral Large 4lowvsQwen3.8 Flash NextmediumMistral Large 4lowvsSpace Bunny AlphahighMistral Large 4lowvsGLM 5.1mediumSeed-2.0-MinimediumvsMistral Large 4lowMuse Glimmer 30BmediumvsMistral Large 4lowDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowMistral Large 4lowvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BhighvsMistral Large 4lowMistral Large 4lowvsGPT-6 Lunahigh