AI BENCHY Compare

inclusionAI: Ring-2.6-1T vs Mistral: Mistral Small 4

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik	Ring-2.6-1T Ring-2.6-1T medium Rilis: 2026-05-10	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16

Metrik	Ring-2.6-1T Ring-2.6-1T medium Rilis: 2026-05-10	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16
Skor	7.2	5.4
Peringkat	#61	#121
Keandalan	9.9	10.0
Konsistensi	8.7	7.1
Tes benar
Tingkat lulus per percobaan	66.7%	45.0%
Tes tidak stabil	3	7
Total Run	60	60
Biaya per hasil	0.000	1.109
Total Biaya	$0.000	$0.056
Harga input	$0.075 / 1M	$0.150 / 1M
Harga output	$0.625 / 1M	$0.600 / 1M
Token output	21,752	21,628
Token penalaran	42,754	68,055
Waktu respons (rata-rata)	61.29s	8.33s
Waktu respons (maks)	304.19s	59.15s
Waktu respons (total)	1164.50s	166.59s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	10.0	10.0	100.0%	0		42.21s	3,833	4,891
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	4,055	4,778

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	10.0	10.0	100.0%	0		59.65s	1,369	3,985
Mistral Small 4	5.1	6.8	33.3%	1		44.82s	9,322	38,386

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	10.0	10.0	100.0%	0		304.19s	324	6,088
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	2,612	10,700

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	6.5	10.0	50.0%	0		37.36s	840	1,937
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	335	723

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	3.5	4.4	33.3%	2		64.92s	9,744	15,013
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	2,621	6,904

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	4.1	10.0	0.0%	0		58.26s	150	583
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	821	828

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	9.8	10.0	100.0%	0		11.78s	266	1,831
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	540	1,031

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	5.9	7.2	55.6%	1		20.73s	697	2,479
Mistral Small 4	3.4	9.7	0.0%	0		2.00s	983	2,338

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	10.0	10.0	100.0%	0		104.44s	234	1,531
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	321	810

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Ring-2.6-1T	3.0	10.0	0.0%	0		113.91s	4,295	4,416
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	18	1,557

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mistral Small 4mediumvsGrok 4.20none Mistral Small 4mediumvsQwen3.5-122B-A10Bnone Mistral Small 4mediumvsGLM 5 Turbonone Mistral Small 4mediumvsKimi K2.5none Ling-2.6-flashnonevsMistral Small 4medium Mistral Small 4mediumvsQwen3.6 Flashnone Ring-2.6-1TmediumvsQwen3.6 Max Previewnone DeepSeek V4 FlashhighTersedia gratisvsRing-2.6-1Tmedium Ring-2.6-1TmediumvsGPT-5.3 Chatnone Mistral Small 4mediumvsMiMo-V2.5-Pronone DeepSeek V3.2nonevsMistral Small 4medium Mistral Small 4mediumvsGLM 5.1none