नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Mistral: Mistral Small 4 vs Xiaomi: MiMo-V2-Flash

सारांश

Mistral Small 4 vs MiMo-V2-Flash benchmark तुलना: Mistral Small 4 average score में आगे है: 5.3 vs 4.6. MiMo-V2-Flash की benchmark लागत कम है: $0.025 vs $0.068. MiMo-V2-Flash तेज है: 2.76s vs 9.40s, pass rates 44.4% vs 25.4%.

अनुशंसित मॉडल: MiMo-V2-Flash - Its score stays close to the best score here (4.6 vs 5.3), while costing about 2.8x less than Mistral Small 4.

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

मेट्रिक Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16 MiMo-V2-Flash MiMo-V2-Flash none रिलीज़: 2025-12-16
स्कोर 5.3 4.6
रैंक #133 #153
विश्वसनीयता 10.0 6.7
संगति 6.9 8.5
सही परीक्षण
प्रति प्रयास पास दर 44.4% 25.4%
अस्थिर टेस्ट 8 4
कुल रन 63 63
प्रति परिणाम लागत 1.344 0.584
कुल लागत $0.068 $0.025
इनपुट कीमत $0.150 / 1M $0.100 / 1M
आउटपुट कीमत $0.600 / 1M $0.300 / 1M
कुल इनपुट टोकन 42,576 36,851
आउटपुट टोकन 24,184 68,882
रीजनिंग टोकन 84,678 0
प्रतिक्रिया समय (औसत) 9.40s 2.76s
प्रतिक्रिया समय (अधिकतम) 59.15s 19.68s
प्रतिक्रिया समय (कुल) 197.39s 46.99s

Generation showcase

Hamster playing table tennis

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

#133 Mistral Small 4

medium
Cost
$0.006
Time
47.9s
Tokens
9,857 tok

#153 MiMo-V2-Flash

none
Cost
$0.001
Time
7.7s
Tokens
1,481 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
MiMo-V2-Flash 3.2 8.0 8.3% 1 1.19s 645 865 0
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-Flash 4.3 7.9 11.1% 1 2.64s 7,442 763 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 2,612 10,700
MiMo-V2-Flash 3.0 10.0 0.0% 0 2.87s 15,075 330 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
MiMo-V2-Flash 2.9 5.8 16.7% 1 19.68s 2,622 161 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
MiMo-V2-Flash 5.3 7.2 44.4% 1 564ms 753 24 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
MiMo-V2-Flash 4.6 10.0 0.0% 0 1.67s 498 104 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 1,031
MiMo-V2-Flash 6.5 10.0 50.0% 0 857ms 684 69 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
MiMo-V2-Flash 5.3 10.0 33.3% 0 1.86s 678 66,282 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
MiMo-V2-Flash 10.0 10.0 100.0% 0 2.28s 8,238 272 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.82s 216 12 0

त्वरित तुलना

तुलना जोड़ी बदलें