Mistral Large 4 (medium) vs Space Bunny Alpha (xhigh)

Space Bunny Alpha (xhigh) average score में आगे है: 6.2 vs 6.2. Space Bunny Alpha (xhigh) की benchmark लागत कम है: $0.000 vs $1.456. Space Bunny Alpha (xhigh) तेज है: 60.03s vs 265.03s, pass rates 55.1% vs 55.1%.

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

तुलना किए गए मॉडल

रैंक: #240
कुल आउटपुट टोकन: 627,233
प्रतिक्रिया समय (औसत): 265.03s
कुल लागत: $1.456

रैंक: #234
कुल आउटपुट टोकन: 381,919
प्रतिक्रिया समय (औसत): 60.03s
कुल लागत: $0.000

अनुशंसित मॉडल Space Bunny Alpha (xhigh)

It has the best score here (6.2), while responding about 4.4x faster than Mistral Large 4 (medium).

विस्तृत तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 medium रिलीज़: 2026-10-06	Space Bunny Alpha Space Bunny Alpha xhigh रिलीज़: 2026-09-24

मेट्रिक	Mistral Large 4 Mistral Large 4 medium रिलीज़: 2026-10-06	Space Bunny Alpha Space Bunny Alpha xhigh रिलीज़: 2026-09-24
स्कोर	6.2	6.2
रैंक	#240	#234
विश्वसनीयता	9.2	10.0
संगति	7.6	7.1
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	55.1%	55.1%
अस्थिर टेस्ट	7	8
कुल रन	69	69
प्रति परिणाम लागत	16.168	0.000
कुल लागत	$1.456	$0.000
इनपुट कीमत	$0.680 / 1M	$0.000 / 1M
आउटपुट कीमत	$2.090 / 1M	$0.000 / 1M
कैश पढ़ने की कीमत	$0.070 / 1M	लागू नहीं
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	212,024	363,310
आउटपुट टोकन	166,422	381,919
रीजनिंग टोकन	562,095	0
प्रतिक्रिया समय (औसत)	265.03s	60.03s
प्रतिक्रिया समय (अधिकतम)	1760.20s	459.99s
प्रतिक्रिया समय (कुल)	6095.69s	1380.67s
पैरामीटर	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.

#240 Mistral Large 4

medium

लागत: $0.011
समय: 63.4s
टोकन: 5,291 tok

#234 Space Bunny Alpha

xhigh

लागत: $0.000
समय: 98.6s
टोकन: 10,913 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	6.1	3.1	66.7%	1		173.21s	135,844	7,482	13,709
Space Bunny Alpha	5.2	3.2	33.3%	1		159.12s	224,595	29,052	0

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		15.73s	705	1,087	7,308
Space Bunny Alpha	6.4	5.8	66.7%	2		3.02s	2,130	2,441	0

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		1201.87s	7,189	33,530	303,140
Space Bunny Alpha	6.6	5.0	66.7%	2		10.64s	8,493	10,115	0

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	7.3	5.8	83.3%	1		510.65s	51,756	8,436	82,002
Space Bunny Alpha	3.2	5.0	16.7%	1		37.06s	104,734	23,241	0

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		25.95s	7,314	1,046	7,861
Space Bunny Alpha	10.0	10.0	100.0%	0		1.94s	7,890	808	0

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		288.04s	798	85,691	114,373
Space Bunny Alpha	5.9	7.2	55.6%	1		234.13s	1,869	202,184	0

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	3.5	2.2	33.3%	1		39.33s	516	4,704	4,909
Space Bunny Alpha	5.0	10.0	0.0%	0		4.74s	855	1,097	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	8.3	10.0	50.0%	0		24.62s	708	6,709	7,691
Space Bunny Alpha	5.6	5.8	33.3%	1		2.22s	1,425	987	0

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mistral Large 4	6.1	4.7	66.7%	2		41.40s	717	8,254	10,519
Space Bunny Alpha	7.9	9.9	66.7%	0		5.45s	1,782	4,016	0

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		19.19s	6,267	303	1,104
Space Bunny Alpha	10.0	10.0	100.0%	0		3.83s	8,961	644	0

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		84.68s	210	9,180	9,479
Space Bunny Alpha	3.0	10.0	0.0%	0		367.80s	576	107,334	0

त्वरित तुलना

तुलना जोड़ी बदलें