नेविगेशन
Advertise here

Mistral Large 4 (low) vs GLM 5.1 (medium)

Mistral Large 4 (low) average score में आगे है: 7.6 vs 7.5. GLM 5.1 (medium) की benchmark लागत कम है: $1.546 vs $1.648. GLM 5.1 (medium) तेज है: 66.38s vs 300.15s, pass rates 65.2% vs 66.7%.

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
#124
कुल आउटपुट टोकन
245,833
प्रतिक्रिया समय (औसत)
66.38s
कुल लागत
$1.546
अनुशंसित मॉडल GLM 5.1 (medium)

Its score stays close to the best score here (7.5 vs 7.6), while responding about 4.5x faster than Mistral Large 4 (low).

विस्तृत तुलना

मेट्रिक Mistral Large 4 Mistral Large 4 low रिलीज़: 2026-10-06 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07
स्कोर 7.6 7.5
रैंक #119 #124
विश्वसनीयता 9.0 9.2
संगति 8.7 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 66.7%
अस्थिर टेस्ट 4 4
कुल रन 69 69
प्रति परिणाम लागत 12.670 9.004
कुल लागत $1.648 $1.546
इनपुट कीमत $0.680 / 1M $1.400 / 1M
आउटपुट कीमत $2.090 / 1M $4.400 / 1M
कैश पढ़ने की कीमत $0.070 / 1M $0.260 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 226,734 331,577
आउटपुट टोकन 278,013 17,919
रीजनिंग टोकन 638,296 230,789
प्रतिक्रिया समय (औसत) 300.15s 66.38s
प्रतिक्रिया समय (अधिकतम) 1798.01s 308.75s
प्रतिक्रिया समय (कुल) 6903.40s 1460.31s
पैरामीटर 1.05T कुल (49B सक्रिय) 744B कुल (40B 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.

#119 Mistral Large 4

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

#124 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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 3.4 7.2 22.2% 1 1379.72s 5,896 129,426 386,126
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

त्वरित तुलना

तुलना जोड़ी बदलें

Space Bunny AlphahighvsGLM 5.1mediumMistral Large 4lowvsQwen3.8 Flash NextmediumQwen3.8 27Blowनिःशुल्क उपलब्धvsGLM 5.1mediumGPT-6 LunalowvsGLM 5.1mediumMistral Large 4highvsGLM 5.1mediumMistral Large 4lowvsSpace Bunny AlphahighSeed-2.0-CodehighvsGLM 5.1mediumSeed-2.0-MinimediumvsMistral Large 4lowMuse Glimmer 30BmediumvsMistral Large 4lowMistral Large 4lowvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BhighvsMistral Large 4lowMistral Large 4lowvsGPT-6 Lunahigh