#121 Mistral Small 4
medium- Cost
- $0.006
- Time
- 47.9s
- Tokens
- 9,857 tok
Mistral
Rilis: 2026-03-16
Diuji pada: 2026-05-22 00:16
mistralai/mistral-small-2603::medium
(medium)
(none)
Ringkasan
Mistral Small 4 mendapat skor 5.4 di AI BENCHY dan berada di peringkat #121. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 45.0%, total biaya $0.056, dan waktu respons rata-rata 8.33s.
Yang membuat Mistral Small 4 unik: Model ini paling menonjol di Trik anti-AI, dengan peringkat #2, sementara Parsing dan ekstraksi data adalah area terlemahnya di #9. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
5.4
Konsistensi
7.1
10.0
$0.056
Total token output
89,683
Total token input
0
Harga input
$0.150 / 1M
Harga output
$0.600 / 1M
Tes tidak stabil
7
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-06-04 13:43 Tes baru ditambahkan | 5.3 | 10.0 | $0.068 | Bandingkan | |
| 2026-05-22 00:16 Suite berubah | 5.4 | 10.0 | $0.056 | Run saat ini | |
| 2026-04-11 01:44 Run pertama yang tercatat | 5.7 | T/A | $0.034 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:16 · Suite berubah | 5.4 | 7.1 | 10.0 | 5/20 | 7 | 89,683 | 0 | $0.056 | 8.33s |
| 2026-06-04 13:43 · Tes baru ditambahkan | 5.3 | 6.9 | 10.0 | 5/21 | 8 | 108,862 | 42,576 | $0.068 | 9.40s |
| Selisih | +0.1 | +0.2 | 0.0 | 0 | -1 | -19179 | -42576 | -$0.012 | -1070ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
Mistral Small 4mediumvsQwen3.5 Plus 2026-02-15noneMistral Small 4mediumvsKimi K2.6noneTersedia gratisMistral Small 4mediumvsGLM 5V TurbononeMistral Small 4mediumvsGPT-5.4noneMistral Small 4mediumvsGemini 3.5 FlashhighMistral Small 4mediumvsGemini 3 Flash PreviewmediumMistral Small 4mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisMistral Small 4mediumvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 5.6 | 3.8 | |
| Pemrograman | 5.1 | 6.8 | |
| Gabungan | 3.0 | 10.0 | |
| Parsing dan ekstraksi data | 7.3 | 5.9 | |
| Spesifik domain | 5.3 | 7.2 | |
| Kecerdasan umum | 4.8 | 10.0 | |
| Kepatuhan instruksi | 7.3 | 5.8 | |
| Pemecahan teka-teki | 3.4 | 9.7 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |