Mistral Large 4 (low) vs Qwen3.5 Plus 2026-04-20 (medium)

Qwen3.5 Plus 2026-04-20 (medium) average score में आगे है: 7.7 vs 7.6. Qwen3.5 Plus 2026-04-20 (medium) की benchmark लागत कम है: $0.435 vs $1.648. Qwen3.5 Plus 2026-04-20 (medium) तेज है: 54.06s vs 300.15s, pass rates 65.2% vs 65.2%.

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

तुलना किए गए मॉडल

रैंक: #119
कुल आउटपुट टोकन: 714,287
प्रतिक्रिया समय (औसत): 300.15s
कुल लागत: $1.648

रैंक: #116
कुल आउटपुट टोकन: 200,348
प्रतिक्रिया समय (औसत): 54.06s
कुल लागत: $0.435

अनुशंसित मॉडल Qwen3.5 Plus 2026-04-20 (medium)

It has the best score here (7.7), while costing about 3.8x less than Mistral Large 4 (low).

विस्तृत तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 low रिलीज़: 2026-10-06	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium रिलीज़: 2026-04-20

मेट्रिक	Mistral Large 4 Mistral Large 4 low रिलीज़: 2026-10-06	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium रिलीज़: 2026-04-20
स्कोर	7.6	7.7
रैंक	#119	#116
विश्वसनीयता	9.0	9.7
संगति	8.7	9.1
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	65.2%	65.2%
अस्थिर टेस्ट	4	2
कुल रन	69	69
प्रति परिणाम लागत	12.670	3.481
कुल लागत	$1.648	$0.435
इनपुट कीमत	$0.680 / 1M	$0.300 / 1M
आउटपुट कीमत	$2.090 / 1M	$1.800 / 1M
कैश पढ़ने की कीमत	$0.070 / 1M	लागू नहीं
कैश लिखने की कीमत	लागू नहीं	$0.375 / 1M
कुल इनपुट टोकन	226,734	176,539
आउटपुट टोकन	278,013	4,419
रीजनिंग टोकन	638,296	195,929
प्रतिक्रिया समय (औसत)	300.15s	54.06s
प्रतिक्रिया समय (अधिकतम)	1798.01s	203.01s
प्रतिक्रिया समय (कुल)	6903.40s	1189.36s
पैरामीटर	1.05T कुल (49B सक्रिय)	~397B कुल (~17B 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.

#119 Mistral Large 4

low

लागत: $0.015
समय: 115.1s
टोकन: 6,915 tok

#116 Qwen3.5 Plus 2026-04-20

medium

लागत: $0.008
समय: 76.7s
टोकन: 4,355 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	10.0	10.0	100.0%	0		69.63s	143,243	3,788	3,053
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		203.01s	134,433	2,139	26,086

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	8.3	10.0	75.0%	0		19.75s	705	999	9,354
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	3.4	7.2	22.2%	1		1379.72s	5,896	129,426	386,126
Qwen3.5 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	10.0	10.0	100.0%	0		556.27s	60,360	5,603	60,531
Qwen3.5 Plus 2026-04-20	6.5	10.0	50.0%	0		92.41s	14,934	483	17,490

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	10.0	10.0	100.0%	0		27.46s	7,314	1,014	7,623
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	2.9	7.2	11.1%	1		291.62s	798	82,605	111,098
Qwen3.5 Plus 2026-04-20	2.9	7.2	11.1%	1		57.36s	780	63	31,644

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	10.0	10.0	100.0%	0		39.29s	516	5,529	5,865
Qwen3.5 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	8.4	6.9	83.3%	1		23.21s	708	5,408	6,402
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	7.7	7.3	77.8%	1		35.82s	717	8,012	9,030
Qwen3.5 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	10.0	10.0	100.0%	0		21.53s	6,267	307	1,015
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	3.0	10.0	0.0%	0		358.62s	210	35,322	38,199
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166

त्वरित तुलना

तुलना जोड़ी बदलें

Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20medium GPT-6 LunahighvsQwen3.5 Plus 2026-04-20medium Mistral Large 4lowvsQwen3.8 Flash Nextmedium Mistral Large 4lowvsSpace Bunny Alphahigh Mistral Large 4lowvsGLM 5.1medium Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Seed-2.0-MinimediumvsMistral Large 4low Muse Glimmer 30BmediumvsMistral Large 4low Muse Glimmer 30BhighvsMistral Large 4low Mistral Large 4lowvsGPT-6 Lunahigh Qwen3.5 Plus 2026-04-20mediumvsGLM 5.3high Seed-2.0-CodehighvsMistral Large 4low