#121 Mistral Small 4
medium- Kosten
- $0.006
- Zeit
- 47.9s
- Token
- 9,857 tok
Mistral
Veröffentlichung: 2026-03-16
Getestet am: 2026-05-22 00:16
mistralai/mistral-small-2603::medium
119B insgesamt (6B aktiv)MoEOpen Source
(medium)
(none)
Zusammenfassung
Mistral Small 4 erreicht 5.4 bei AI BENCHY und liegt auf #121. Das Modell hat 10.0 Zuverlässigkeit, 45.0% Erfolgsrate, $0.056 Gesamtkosten und 8.33s durchschnittliche Antwortzeit.
Was Mistral Small 4 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #4 erreicht; am schwächsten ist Programmierung mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 119B insgesamt (6B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
5.4
Konsistenz
7.1
10.0
Gesamte Ausgabe-Token
89,683
Gesamte Eingabe-Token
0
Eingabepreis
$0.150 / 1M
Ausgabepreis
$0.600 / 1M
Instabile Tests
7
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 02:05 Erneuter Test | 5.1 | 10.0 | $0.097 | Vergleichen | |
| 2026-07-16 22:23 Neuer Test hinzugefügt | 5.1 | 10.0 | $0.096 | Vergleichen | |
| 2026-06-04 13:43 Neuer Test hinzugefügt | 5.3 | 10.0 | $0.068 | Vergleichen | |
| 2026-05-22 00:16 Suite geändert | 5.4 | 10.0 | $0.056 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 5.7 | k. A. | $0.034 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:16 · Suite geändert | 60/60 Versuche | 5.4 | 7.1 | 10.0 | 5/20 | 7 | 89,683 | 0 | $0.056 | 8.33s |
| 2026-08-14 02:05 · Erneuter Test | 66/66 Versuche | 5.1 | 7.0 | 10.0 | 5/22 | 8 | 133,597 | 140,559 | $0.097 | 10.80s |
| Differenz | — | +0.3 | +0.1 | 0.0 | 0 | -1 | -43914 | -140559 | -$0.041 | -2471ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Mistral Small 4mediumvsMistral Small 4noneMistral Small 4mediumvsGranite 4.2 8BlowMistral Small 4mediumvsNemotron 3.5 LightningmediumKostenlos verfügbarMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsGranite 4.2 8BmediumMistral Small 4mediumvsMercury 2.5lowMistral Small 4mediumvsInklingnoneMistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsDots 3 Note PreviewnoneKostenlos verfügbarMistral Small 4mediumvsQwen3.5-9Bnone
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 5.6 | 3.8 | |
| Programmierung | 5.1 | 6.8 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 7.3 | 5.9 | |
| Domänenspezifisch | 5.3 | 7.2 | |
| Allgemeine Intelligenz | 4.8 | 10.0 | |
| Befolgung von Anweisungen | 7.3 | 5.8 | |
| Rätsellösen | 3.4 | 9.7 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |