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

Mistral Large 4 (high) vs Inkling 2 Mini (local Q4) (low)

Inkling 2 Mini (local Q4) (low) average score में आगे है: 7.6 vs 7.5. Inkling 2 Mini (local Q4) (low) की benchmark लागत कम है: ~$0.292 vs $1.391. Inkling 2 Mini (local Q4) (low) तेज है: 153.99s vs 263.69s, pass rates 65.2% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#209
कुल आउटपुट टोकन
590,306
प्रतिक्रिया समय (औसत)
263.69s
कुल लागत
$1.391
रैंक
#202
कुल आउटपुट टोकन
129,600
प्रतिक्रिया समय (औसत)
153.99s
कुल लागत
~$0.292
अनुशंसित मॉडल Inkling 2 Mini (local Q4) (low)

It has the best score here (7.6), while costing about 4.8x less than Mistral Large 4 (high).

विस्तृत तुलना

मेट्रिक Mistral Large 4 Mistral Large 4 high रिलीज़: 2026-10-06 Inkling 2 Mini (local Q4) Inkling 2 Mini (local Q4) low रिलीज़: 2026-11-20
स्कोर 7.5 7.6
रैंक #209 #202
विश्वसनीयता 9.0 9.7
संगति 7.9 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 66.7%
अस्थिर टेस्ट 6 1
कुल रन 69 69
प्रति परिणाम लागत 11.590 ~1.946
कुल लागत $1.391 ~$0.292
इनपुट कीमत $0.680 / 1M लागू नहीं
आउटपुट कीमत $2.090 / 1M लागू नहीं
कैश पढ़ने की कीमत $0.070 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 230,895 312,366
आउटपुट टोकन 161,281 1,631
रीजनिंग टोकन 510,655 127,969
प्रतिक्रिया समय (औसत) 263.69s 153.99s
प्रतिक्रिया समय (अधिकतम) 1727.29s 1963.67s
प्रतिक्रिया समय (कुल) 6064.89s 3541.85s
पैरामीटर 1.05T कुल (49B सक्रिय) 26.4B कुल (3.4B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#209 Mistral Large 4

high
लागत
$0.007
समय
53.3s
टोकन
3,333 tok

#202 Thinking Machines: Inkling 2 Mini (local Q4)

low
लागत
~$0.003
समय
85.5s
टोकन
2,977 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
Mistral Large 4 3.3 4.4 33.3% 2 1277.83s 6,541 53,820 279,694
Inkling 2 Mini (local Q4) 5.3 7.2 44.4% 1 831.97s 5,668 524 34,490

तुलना जोड़ी बदलें

Seed-2.0-MinimediumvsMistral Large 4highQwen3.8 Flash NextmediumvsInkling 2 Mini (local Q4)lowMistral Large 4highvsGLM 5.1mediumMuse WonderxhighvsInkling 2 Mini (local Q4)lowSpace Bunny AlphahighvsInkling 2 Mini (local Q4)lowInkling 2 Mini (local Q4)lowvsGLM 5.1mediumMistral Large 4highvsQwen3.8 27Blowनिःशुल्क उपलब्धMistral Large 4highvsGPT-6 LunalowMistral Large 4highvsQwen3.8 Flash NextmediumMuse Glimmer 30BmediumvsInkling 2 Mini (local Q4)lowMistral Large 4highvsGPT-5.6 LunamediumSeed-2.0-MinimediumvsInkling 2 Mini (local Q4)low