#274 Mistral Large 4
default- लागत
- $0.004
- समय
- 15.2s
- टोकन
- 1,547 tok
सारांश
Mistral Large 4 AI BENCHY पर 5.5 स्कोर करता है और #274 पर है। इसकी reliability 9.9, pass rate 30.4%, कुल लागत $0.353, और औसत response time 28.46s है।
शोध की तारीख: 2026-10-06
5.5
संगति
8.8
9.9
$0.353
कुल आउटपुट टोकन
84,218
कुल इनपुट टोकन
259,048
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।
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | तुलना करें | |
| 2026-10-06 15:23 पहला रन | 5.5 | 9.9 | $0.353 | वर्तमान रन |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 4.7 | 3.1 | |
| एंटी-एआई ट्रिक्स | 3.7 | 8.4 | |
| कोडिंग | 5.4 | 7.8 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| निर्देश पालन | 6.5 | 10.0 | |
| पहेली समाधान | 6.1 | 7.1 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |