#121 Mistral Small 4
medium- Biaya
- $0.006
- Waktu
- 47.9s
- Token
- 9,857 tok
Mistral
Rilis: 2026-03-16
Diuji pada: 2026-05-22 00:16
mistralai/mistral-small-2603::medium
119B total (6B aktif)MoESumber terbuka
(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 Spesifik domain, dengan peringkat #4, sementara Pemrograman adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 119B total (6B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
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).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:05 Uji ulang | 5.1 | 10.0 | $0.097 | Bandingkan | |
| 2026-07-16 22:23 Tes baru ditambahkan | 5.1 | 10.0 | $0.096 | 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 | Cakupan benchmark | 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 | 60/60 percobaan | 5.4 | 7.1 | 10.0 | 5/20 | 7 | 89,683 | 0 | $0.056 | 8.33s |
| 2026-07-16 22:23 · Tes baru ditambahkan | 66/66 percobaan | 5.1 | 7.0 | 10.0 | 5/22 | 8 | 131,824 | 140,494 | $0.096 | 10.77s |
| Selisih | — | +0.3 | +0.1 | 0.0 | 0 | -1 | -42141 | -140494 | -$0.041 | -2441ms |
Cakupan benchmark berbeda: 60/60 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
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 4mediumvsMistral Small 4noneMistral Small 4mediumvsGranite 4.2 8BlowMistral Small 4mediumvsNemotron 3.5 LightningmediumTersedia gratisMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsGranite 4.2 8BmediumMistral Small 4mediumvsMercury 2.5lowMistral Small 4mediumvsInklingnoneMistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsDots 3 Note PreviewnoneTersedia gratisMistral Small 4mediumvsQwen3.5-9Bnone
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 |