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

Mistral Large 4 vs Space Bunny Alpha (high)

Space Bunny Alpha (high) average score में आगे है: 7.5 vs 5.5. Space Bunny Alpha (high) की benchmark लागत कम है: $0.000 vs $0.353. Mistral Large 4 तेज है: 28.46s vs 29.38s, pass rates 30.4% vs 63.8%.

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

तुलना किए गए मॉडल

रैंक
#274
कुल आउटपुट टोकन
84,218
प्रतिक्रिया समय (औसत)
28.46s
कुल लागत
$0.353
रैंक
#122
कुल आउटपुट टोकन
181,271
प्रतिक्रिया समय (औसत)
29.38s
कुल लागत
$0.000
अनुशंसित मॉडल Space Bunny Alpha (high)

It has the strongest score in this comparison (7.5) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Mistral Large 4 Mistral Large 4 none रिलीज़: 2026-10-06 Space Bunny Alpha Space Bunny Alpha high रिलीज़: 2026-09-24
स्कोर 5.5 7.5
रैंक #274 #122
विश्वसनीयता 9.9 10.0
संगति 8.8 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 30.4% 63.8%
अस्थिर टेस्ट 4 4
कुल रन 69 69
प्रति परिणाम लागत 7.044 0.000
कुल लागत $0.353 $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 259,048 302,228
आउटपुट टोकन 84,218 181,271
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 28.46s 29.38s
प्रतिक्रिया समय (अधिकतम) 385.10s 234.56s
प्रतिक्रिया समय (कुल) 654.47s 675.79s
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.

#274 Mistral Large 4

none
लागत
$0.004
समय
26.7s
टोकन
1,923 tok

#122 Space Bunny Alpha

high
लागत
$0.000
समय
76.4s
टोकन
8,935 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 5.4 7.8 22.2% 1 153.02s 7,431 62,517 0
Space Bunny Alpha 6.2 7.1 55.6% 1 8.29s 8,493 8,006 0

त्वरित तुलना

तुलना जोड़ी बदलें