नेविगेशन
Advertise here

Mistral Large 4 vs GPT-6 Luna (medium)

GPT-6 Luna (medium) average score में आगे है: 8.3 vs 5.7. GPT-6 Luna (medium) की benchmark लागत कम है: $0.047 vs $0.290. GPT-6 Luna (medium) तेज है: 18.07s vs 20.43s, pass rates 31.9% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-18

तुलना किए गए मॉडल

रैंक
#369
कुल आउटपुट टोकन
54,388
प्रतिक्रिया समय (औसत)
20.43s
कुल लागत
$0.290
रैंक
#145
कुल आउटपुट टोकन
53,161
प्रतिक्रिया समय (औसत)
18.07s
कुल लागत
$0.047
अनुशंसित मॉडल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 6.2x less than Mistral Large 4.

विस्तृत तुलना

मेट्रिक Mistral Large 4 Mistral Large 4 none रिलीज़: 2026-10-06 GPT-6 Luna GPT-6 Luna medium रिलीज़: 2026-09-23
स्कोर 5.7 8.3
रैंक #369 #145
विश्वसनीयता 9.7 10.0
संगति 9.3 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 31.9% 73.9%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 4.818 0.313
कुल लागत $0.290 $0.047
इनपुट कीमत $0.680 / 1M $0.100 / 1M
आउटपुट कीमत $2.090 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.070 / 1M $0.010 / 1M
कैश लिखने की कीमत लागू नहीं $0.125 / 1M
कुल इनपुट टोकन 257,872 203,193
आउटपुट टोकन 54,388 5,751
रीजनिंग टोकन 0 47,410
प्रतिक्रिया समय (औसत) 20.43s 18.07s
प्रतिक्रिया समय (अधिकतम) 192.80s 66.44s
प्रतिक्रिया समय (कुल) 469.88s 415.53s
पैरामीटर 1.05T कुल (49B सक्रिय) ~400B 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.

#369 Mistral Large 4

none
लागत
$0.005
समय
33.0s
टोकन
2,461 tok

#145 GPT-6 Luna

medium
लागत
$0.002
समय
23.6s
टोकन
2,966 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 4.7 7.5 22.2% 1 85.04s 7,431 39,805 0
GPT-6 Luna 6.6 4.6 77.8% 2 23.63s 7,302 438 10,222

तुलना जोड़ी बदलें