Advertise here
#126

Mistral Large 4

Mistral रिलीज़: 2026-10-06 परीक्षण किया गया: 2026-10-06 19:07 mistralai/mistral-large-4-0::high
1.05T कुल (49B सक्रिय)MoEबंद स्रोत
(high) (medium) (low) (none)

सारांश

Mistral Large 4 AI BENCHY पर 7.5 स्कोर करता है और #126 पर है। इसकी reliability 9.0, pass rate 65.2%, कुल लागत $1.391, और औसत response time 263.69s है।

Mistral Large 4 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है।

मॉडल विवरण

शोध की तारीख: 2026-10-06

घोषित
पैरामीटर
1.05T कुल (49B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

7.5

संगति

7.9

विश्वसनीयता

9.0

कुल लागत (वर्तमान कीमत)

$1.391

कुल आउटपुट टोकन

590,306

कुल इनपुट टोकन

230,895

इनपुट कीमत

$0.680 / 1M

आउटपुट कीमत

$2.090 / 1M

कैश पढ़ने की कीमत

$0.070 / 1M

कैश लिखने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 65.2%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

263.69s

प्रतिक्रिया समय (अधिकतम): 1727.29s

प्रतिक्रिया समय (कुल): 6064.89s

गलत उत्तर: 6 निर्देशों का पालन नहीं किया: 2 कोई उत्तर नहीं: 2 समय समाप्त: 1

Hamster playing table tennis

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

#126 Mistral Large 4

high
लागत
$0.007
समय
53.3s
टोकन
3,333 tok

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Mistral Large 4highvsSeed-2.0-MinimediumMistral Large 4highvsSeed-2.0-CodehighMistral Large 4highvsGLM 5.1mediumMistral Large 4highvsGPT-5.6 LunamediumMistral Large 4highvsSpace Bunny AlphahighMistral Large 4highvsQwen3.6 FlashmediumMistral Large 4highvsQwen3.8 27Blowनिःशुल्क उपलब्धMistral Large 4highvsDeepSeek V4 Flash 0731lowMistral Large 4highvsGPT-6 LunalowMistral Large 4highvsSeed-2.0-Codemedium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 10.0 10.0
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 3.3 4.4
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 8.4 6.9
पहेली समाधान 5.4 7.1
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल