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

AI BENCHY Compare

Mistral: Mistral Small 4 vs OpenAI: gpt-oss-120b

সারাংশ

Mistral Small 4 (medium) vs gpt-oss-120b benchmark তুলনা: Mistral Small 4 (medium) average score-এ এগিয়ে: 5.1 vs 4.0. gpt-oss-120b-এর benchmark খরচ কম: $0.010 vs $0.068. Mistral Small 4 (medium) দ্রুত: 9.40s vs 21.61s, pass rates 44.4% vs 34.9%.

প্রস্তাবিত মডেল: Mistral Small 4 (medium) - It has the best score here (5.1), while responding about 2.3x faster than gpt-oss-120b.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-09

মেট্রিক Mistral Small 4 Mistral Small 4 medium প্রকাশ: 2026-03-16 gpt-oss-120b gpt-oss-120b none প্রকাশ: 2025-08-05 বিনামূল্যে উপলভ্য
স্কোর 5.1 4.0
র‍্যাঙ্ক #152 #183
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 6.9 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 44.4% 34.9%
অস্থির টেস্ট 8 2
মোট রান 63 57
প্রতি ফলাফলে খরচ 1.344 0.168
মোট খরচ $0.068 $0.010
ইনপুট মূল্য $0.150 / 1M $0.036 / 1M
আউটপুট মূল্য $0.600 / 1M $0.180 / 1M
মোট ইনপুট টোকেন 42,576 9,081
আউটপুট টোকেন 24,184 51,664
রিজনিং টোকেন 84,678 0
প্রতিক্রিয়া সময় (গড়) 9.40s 21.61s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 59.15s 113.71s
প্রতিক্রিয়া সময় (মোট) 197.39s 345.79s

জেনারেশন শোকেস

Hamster playing table tennis

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

#152 Mistral Small 4

medium
খরচ
$0.006
সময়
47.9s
টোকেন
9,857 tok

#183 gpt-oss-120b

none
এই মডেলের জন্য এখনও কোনো শোকেস ফলাফল তৈরি হয়নি।
খরচ
$0.000
সময়
-
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

অ্যান্টি-এআই কৌশল স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
সমন্বিত স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 2,612 10,700
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
ডেটা পার্সিং ও নিষ্কাশন স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
ডোমেইন-নির্দিষ্ট স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Sadharon Buddhimotta স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
নির্দেশনা অনুসরণ স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 1,031
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
ধাঁধা সমাধান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
টুল কলিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
সাধারণ জ্ঞান স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

দ্রুত তুলনা

তুলনার জুটি বদলান