- স্কোর
- 9.4 (+3.64 পয়েন্ট)
- মোট খরচ (বর্তমান মূল্য)
- $0.183 · 36.9% সস্তা
- প্রতিক্রিয়া সময় (গড়)
- 6.24s · 69.4% দ্রুত
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.
প্রস্তাবিত বিকল্প
এর বদলে এই মডেলগুলির একটি বেছে নেওয়ার পরামর্শ দিই:
- স্কোর
- 8.6 (+2.86 পয়েন্ট)
- মোট খরচ (বর্তমান মূল্য)
- $0.061 · 79.1% সস্তা
- প্রতিক্রিয়া সময় (গড়)
- 7.51s · 63.2% দ্রুত
- স্কোর
- 8.3 (+2.55 পয়েন্ট)
- মোট খরচ (বর্তমান মূল্য)
- $0.047 · 83.8% সস্তা
- প্রতিক্রিয়া সময় (গড়)
- 18.07s · 11.6% দ্রুত
মডেলের তথ্য
গবেষণার তারিখ: 2026-10-06
- প্যারামিটার
- 1.05T মোট (49B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- বন্ধ উৎস
- লাইসেন্স
- -
5.7
ধারাবাহিকতা
9.3
$0.290
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।
অস্থির টেস্ট
2
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
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
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-06 18:09 · বর্তমান রান | 69/69 প্রচেষ্টা | 5.7 | 9.3 | 9.7 | 6/23 | 2 | 54,388 | 257,872 | $0.290 | 20.43s |
| 2026-10-06 15:23 · প্রথম রান | 69/69 প্রচেষ্টা | 5.5 | 8.8 | 9.9 | 5/23 | 4 | 84,218 | 259,048 | $0.353 | 28.46s |
| 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।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
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 |