AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#369

Mistral Large 4

Mistral প্রকাশ: 2026-10-06 পরীক্ষিত হয়েছে: 2026-10-06 18:09 mistralai/mistral-large-4-0::none
1.05T মোট (49B সক্রিয়)MoEবন্ধ উৎস
(high) (none)

সারাংশ

Mistral Large 4 AI BENCHY-তে 5.7 স্কোর করে এবং #369 স্থানে আছে। এর reliability 9.7, pass rate 31.9%, মোট খরচ $0.290, এবং গড় response time 20.43s.

Mistral Large 4 কে আলাদা করে যা: এটি স্বায়ত্তশাসিত এজেন্টের কাজ-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #3; আর অ্যান্টি-এআই কৌশল এর দুর্বলতম ক্ষেত্র, rank #14.

মডেলের তথ্য

গবেষণার তারিখ: 2026-10-06

প্রকাশিত
প্যারামিটার
1.05T মোট (49B সক্রিয়)
আর্কিটেকচার
MoE
উপলভ্যতা
বন্ধ উৎস
লাইসেন্স
-

ধারাবাহিকতা

9.3

মোট আউটপুট টোকেন

54,388

মোট ইনপুট টোকেন

257,872

ইনপুট মূল্য

$0.680 / 1M

আউটপুট মূল্য

$2.090 / 1M

ক্যাশ পড়ার মূল্য

$0.070 / 1M

ক্যাশ লেখার মূল্য

প্রযোজ্য নয়

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।

সঠিক টেস্ট

ভুল টেস্ট: 17

প্রতি চেষ্টায় পাস রেট: 31.9%

অস্থির টেস্ট

2

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

20.43s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 192.80s

প্রতিক্রিয়া সময় (মোট): 469.88s

Hamster playing table tennis

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

#369 Mistral Large 4

none
খরচ
$0.005
সময়
33.0s
টোকেন
2,461 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-10-06 18:09 পুনরায় পরীক্ষা 5.7 9.7 $0.290 বর্তমান রান
2026-10-06 15:23 প্রথম রান 5.5 9.9 $0.353 তুলনা করুন

রান তুলনা

রানবেঞ্চমার্ক কভারেজস্কোরধারাবাহিকতানির্ভরযোগ্যতাসঠিক টেস্টঅস্থির টেস্টমোট আউটপুট টোকেনমোট ইনপুট টোকেনমোট খরচপ্রতিক্রিয়া সময় (গড়)
2026-10-06 18:09 · বর্তমান রান69/69 প্রচেষ্টা5.79.39.76/23254,388257,872$0.29020.43s
2026-10-06 15:23 · প্রথম রান69/69 প্রচেষ্টা5.58.89.95/23484,218259,048$0.35328.46s
পার্থক্য—+0.2+0.5-0.2+1-2-29830-1176-$0.064-8026ms

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
স্বায়ত্তশাসিত এজেন্টের কাজ 6.1 3.1
অ্যান্টি-এআই কৌশল 3.6 10.0
কোডিং 4.7 7.5
সমন্বিত 3.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 3.0 10.0
Sadharon Buddhimotta 5.3 10.0
নির্দেশনা অনুসরণ 6.5 10.0
ধাঁধা সমাধান 7.9 9.9
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল