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 Qwen3.6 35B A3B

Qwen3.6 35B A3B average score में आगे है: 5.3 vs 5.1. Qwen3.6 35B A3B की benchmark लागत कम है: $0.061 vs $0.096. Qwen3.6 35B A3B तेज है: 5.52s vs 10.77s, pass rates 42.4% vs 31.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#181
कुल आउटपुट टोकन
131,824
प्रतिक्रिया समय (औसत)
10.77s
कुल लागत
$0.096
रैंक
#175
कुल आउटपुट टोकन
46,957
प्रतिक्रिया समय (औसत)
5.52s
कुल लागत
$0.061
अनुशंसित मॉडल Qwen3.6 35B A3B

It has the best score here (5.3), while costing about 1.6x less than Mistral Small 4 (medium).

विस्तृत तुलना

मेट्रिक Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16 Qwen3.6 35B A3B Qwen3.6 35B A3B none रिलीज़: 2026-04-20
स्कोर 5.1 5.3
रैंक #181 #175
विश्वसनीयता 10.0 10.0
संगति 7.0 7.7
सही परीक्षण
प्रति प्रयास पास दर 42.4% 31.8%
अस्थिर टेस्ट 8 6
कुल रन 66 66
प्रति परिणाम लागत 1.913 1.496
कुल लागत $0.096 $0.061
इनपुट कीमत $0.150 / 1M $0.140 / 1M
आउटपुट कीमत $0.600 / 1M $1.000 / 1M
कुल इनपुट टोकन 140,494 93,979
आउटपुट टोकन 39,462 46,957
रीजनिंग टोकन 92,362 0
प्रतिक्रिया समय (औसत) 10.77s 5.52s
प्रतिक्रिया समय (अधिकतम) 59.15s 39.54s
प्रतिक्रिया समय (कुल) 236.94s 110.40s

Hamster playing table tennis

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

#181 Mistral Small 4

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

#175 Qwen3.6 35B A3B

none
लागत
$0.008
समय
30.1s
टोकन
6,317 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
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0

त्वरित तुलना

तुलना जोड़ी बदलें