Advertise here
#369

Mistral Large 4

Mistral रिलीज़: 2026-10-06 परीक्षण किया गया: 2026-10-06 18:09 mistralai/mistral-large-4-0::none
1.05T कुल (49B सक्रिय)MoEबंद स्रोत
(high) (none)

सारांश

Mistral Large 4 AI BENCHY पर 5.7 स्कोर करता है और #369 पर है। इसकी reliability 9.7, pass rate 31.9%, कुल लागत $0.290, और औसत response time 20.43s है।

Mistral Large 4 को अलग क्या बनाता है: यह स्वायत्त एजेंट कार्य में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

मॉडल विवरण

शोध की तारीख: 2026-10-06

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

संगति

9.3

कुल आउटपुट टोकन

54,388

कुल इनपुट टोकन

257,872

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: 17

प्रति प्रयास पास दर: 31.9%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

20.43s

प्रतिक्रिया समय (अधिकतम): 192.80s

प्रतिक्रिया समय (कुल): 469.88s

Hamster playing table tennis

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

#369 Mistral Large 4

none
लागत
$0.005
समय
33.0s
टोकन
2,461 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-06 18:09 दोबारा परीक्षण 5.7 9.7 $0.290 वर्तमान रन
2026-10-06 15:23 पहला रन 5.5 9.9 $0.353 तुलना करें

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 6.1 3.1
एंटी-एआई ट्रिक्स 3.6 10.0
कोडिंग 4.7 7.5
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 5.3 10.0
निर्देश पालन 6.5 10.0
पहेली समाधान 7.9 9.9
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल