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

Gemini 2.5 Flash vs Mistral Large 4

Mistral Large 4 average score में आगे है: 5.5 vs 5.5. Gemini 2.5 Flash की benchmark लागत कम है: $0.017 vs $0.353. Gemini 2.5 Flash तेज है: 6.00s vs 28.46s, pass rates 37.7% vs 30.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-06

तुलना किए गए मॉडल

रैंक
#278
कुल आउटपुट टोकन
1,890
प्रतिक्रिया समय (औसत)
6.00s
कुल लागत
$0.017
रैंक
#274
कुल आउटपुट टोकन
84,218
प्रतिक्रिया समय (औसत)
28.46s
कुल लागत
$0.353
अनुशंसित मॉडल Gemini 2.5 Flash

Its score stays close to the best score here (5.5 vs 5.5), while costing about 21.1x less than Mistral Large 4.

विस्तृत तुलना

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none रिलीज़: 2025-06-17 Mistral Large 4 Mistral Large 4 none रिलीज़: 2026-10-06
स्कोर 5.5 5.5
रैंक #278 #274
विश्वसनीयता 10.0 9.9
संगति 9.6 8.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 37.7% 30.4%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 0.209 7.044
कुल लागत $0.017 $0.353
इनपुट कीमत $0.300 / 1M $0.680 / 1M
आउटपुट कीमत $2.500 / 1M $2.090 / 1M
कैश पढ़ने की कीमत $0.030 / 1M $0.070 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 39,886 259,048
आउटपुट टोकन 1,890 84,218
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.00s 28.46s
प्रतिक्रिया समय (अधिकतम) 118.00s 385.10s
प्रतिक्रिया समय (कुल) 138.04s 654.47s
पैरामीटर ~350B कुल (~20B सक्रिय) 1.05T कुल (49B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#278 Gemini 2.5 Flash

none
अमान्य SVG
लागत
$0.164
समय
215.5s
टोकन
65,659 tok

#274 Mistral Large 4

none
लागत
$0.004
समय
26.7s
टोकन
1,923 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
Mistral Large 4 5.4 7.8 22.2% 1 153.02s 7,431 62,517 0

त्वरित तुलना

तुलना जोड़ी बदलें