Advertise here
#156

Mistral Small 4

Mistral रिलीज़: 2026-03-16 परीक्षण किया गया: 2026-07-16 22:21 mistralai/mistral-small-2603::none
119B कुल (6B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

Mistral Small 4 AI BENCHY पर 5.1 स्कोर करता है और #156 पर है। इसकी reliability 10.0, pass rate 25.8%, कुल लागत $0.022, और औसत response time 1.20s है।

Mistral Small 4 को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
119B कुल (6B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

9.6

कुल आउटपुट टोकन

9,812

कुल इनपुट टोकन

104,708

इनपुट कीमत

$0.150 / 1M

आउटपुट कीमत

$0.600 / 1M

सही परीक्षण

गलत टेस्ट: 17

प्रति प्रयास पास दर: 25.8%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

1.20s

प्रतिक्रिया समय (अधिकतम): 13.16s

प्रतिक्रिया समय (कुल): 26.38s

Hamster playing table tennis

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

#156 Mistral Small 4

none
लागत
$0.002
समय
10.4s
टोकन
2,370 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 02:04 दोबारा परीक्षण 5.1 10.0 $0.022 तुलना करें
2026-07-16 22:21 नया टेस्ट जोड़ा गया 5.1 10.0 $0.022 वर्तमान रन
2026-06-04 13:41 नया टेस्ट जोड़ा गया 4.9 10.0 $0.007 तुलना करें
2026-05-22 00:14 सूट बदला गया 5.0 10.0 $0.007 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 5.2 लागू नहीं $0.006 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.150 / 1M $0.600 / 1M

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
एंटी-एआई ट्रिक्स 3.4 7.9
कोडिंग 3.7 9.7
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.0 10.0
निर्देश पालन 6.5 10.0
पहेली समाधान 3.1 9.9
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल