नेविगेशन
AI BENCHY
Advertise here

Mistral Small 4 (medium) vs MiMo-V2.5

average score लगभग बराबर है: 5.1 vs 5.1. MiMo-V2.5 की benchmark लागत कम है: $0.025 vs $0.097. MiMo-V2.5 तेज है: 4.68s vs 10.80s, pass rates 43.9% vs 27.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#257
कुल आउटपुट टोकन
133,597
प्रतिक्रिया समय (औसत)
10.80s
कुल लागत
$0.097
रैंक
#260
कुल आउटपुट टोकन
16,464
प्रतिक्रिया समय (औसत)
4.68s
कुल लागत
$0.025
अनुशंसित मॉडल MiMo-V2.5

It has the best score here (5.1), while costing about 3.9x less than Mistral Small 4 (medium).

विस्तृत तुलना

मेट्रिक Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 5.1 5.1
रैंक #257 #260
विश्वसनीयता 10.0 10.0
संगति 7.0 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 43.9% 27.3%
अस्थिर टेस्ट 8 2
कुल रन 66 66
प्रति परिणाम लागत 1.923 0.769
कुल लागत $0.097 $0.025
इनपुट कीमत $0.150 / 1M $0.140 / 1M
आउटपुट कीमत $0.600 / 1M $0.280 / 1M
कुल इनपुट टोकन 140,559 141,052
आउटपुट टोकन 40,268 16,464
रीजनिंग टोकन 93,329 0
प्रतिक्रिया समय (औसत) 10.80s 4.68s
प्रतिक्रिया समय (अधिकतम) 59.15s 55.36s
प्रतिक्रिया समय (कुल) 237.60s 103.02s
पैरामीटर 119B कुल (6B सक्रिय) 310B कुल (15B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#257 Mistral Small 4

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

#260 MiMo-V2.5

none
लागत
$0.007
समय
267.4s
टोकन
25,283 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
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

त्वरित तुलना

तुलना जोड़ी बदलें