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 Qwen3.8 Flash Next (medium)

average score প্রায় সমান: 7.6 vs 7.6. Qwen3.8 Flash Next (medium)-এর benchmark খরচ কম: ~$0.047 vs $1.648. Qwen3.8 Flash Next (medium) দ্রুত: 24.79s vs 300.15s, pass rates 65.2% vs 75.4%.

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
#120
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 35.1x less than Mistral Large 4 (low).

বিস্তারিত তুলনা

মেট্রিক Mistral Large 4 Mistral Large 4 low প্রকাশ: 2026-10-06 Qwen3.8 Flash Next Qwen3.8 Flash Next medium প্রকাশ: 2026-10-04
স্কোর 7.6 7.6
র‍্যাঙ্ক #119 #120
নির্ভরযোগ্যতা 9.0 10.0
ধারাবাহিকতা 8.7 7.9
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 75.4%
অস্থির টেস্ট 4 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 12.670 ~0.314
মোট খরচ $1.648 ~$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 226,734 278,792
আউটপুট টোকেন 278,013 1,695
রিজনিং টোকেন 638,296 142,270
প্রতিক্রিয়া সময় (গড়) 300.15s 24.79s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 1798.01s 159.62s
প্রতিক্রিয়া সময় (মোট) 6903.40s 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.

#119 Mistral Large 4

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

#120 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 3.4 7.2 22.2% 1 1379.72s 5,896 129,426 386,126
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 NextmediumQwen3.8 Flash NextmediumvsSpace Bunny AlphahighMistral Large 4lowvsSpace Bunny AlphahighMistral Large 4lowvsGLM 5.1mediumMistral Large 4highvsQwen3.8 Flash NextmediumSeed-2.0-MinimediumvsMistral Large 4lowMuse Glimmer 30BmediumvsMistral Large 4lowSeed-2.0-CodehighvsQwen3.8 Flash NextmediumMistral Large 4lowvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BhighvsMistral Large 4lowMistral Large 4lowvsGPT-6 LunahighSeed-2.0-CodehighvsMistral Large 4low