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

Mistral Small 4 (medium) vs Kimi K2.5

Kimi K2.5 average score में आगे है: 5.4 vs 5.1. Mistral Small 4 (medium) की benchmark लागत कम है: $0.097 vs $0.127. Mistral Small 4 (medium) तेज है: 10.80s vs 18.03s, pass rates 43.9% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#234
कुल आउटपुट टोकन
133,597
प्रतिक्रिया समय (औसत)
10.80s
कुल लागत
$0.097
रैंक
#221
कुल आउटपुट टोकन
26,643
प्रतिक्रिया समय (औसत)
18.03s
कुल लागत
$0.127
अनुशंसित मॉडल Mistral Small 4 (medium)

Its score stays close to the best score here (5.1 vs 5.4), while responding about 1.7x faster than Kimi K2.5.

विस्तृत तुलना

मेट्रिक Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.1 5.4
रैंक #234 #221
विश्वसनीयता 10.0 10.0
संगति 7.0 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 43.9% 30.3%
अस्थिर टेस्ट 8 4
कुल रन 66 66
प्रति परिणाम लागत 1.923 2.278
कुल लागत $0.097 $0.127
इनपुट कीमत $0.150 / 1M $0.571 / 1M
आउटपुट कीमत $0.600 / 1M $2.850 / 1M
कुल इनपुट टोकन 140,559 89,320
आउटपुट टोकन 40,268 26,643
रीजनिंग टोकन 93,329 0
प्रतिक्रिया समय (औसत) 10.80s 18.03s
प्रतिक्रिया समय (अधिकतम) 59.15s 102.83s
प्रतिक्रिया समय (कुल) 237.60s 288.42s
पैरामीटर 119B कुल (6B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता मुक्त स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#234 Mistral Small 4

medium
लागत
$0.006
समय
47.9s
टोकन
9,857 tok

#221 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 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 Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

त्वरित तुलना

तुलना जोड़ी बदलें