नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (low) vs Mistral Large 4 (medium)

average score जवळपास समान आहे: 6.2 vs 6.2. Mistral Large 4 (medium) चा benchmark खर्च कमी आहे: $1.456 vs $3.395. Claude Fable 5.1 (low) वेगवान आहे: 11.40s vs 265.03s, pass rates 55.1% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-06

तुलना केलेली मॉडेल्स

क्रमांक
#239
एकूण आउटपुट टोकन्स
26,073
प्रतिसाद वेळ (सरासरी)
11.40s
एकूण खर्च
$3.395
क्रमांक
#240
एकूण आउटपुट टोकन्स
627,233
प्रतिसाद वेळ (सरासरी)
265.03s
एकूण खर्च
$1.456
शिफारस केलेले मॉडेल Claude Fable 5.1 (low)

It has the best score here (6.2), while responding about 23.3x faster than Mistral Large 4 (medium).

तपशीलवार तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 low प्रकाशन: 2026-09-02 Mistral Large 4 Mistral Large 4 medium प्रकाशन: 2026-10-06
स्कोअर 6.2 6.2
क्रमांक #239 #240
विश्वसनीयता 10.0 9.2
सुसंगतता 8.9 7.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.1% 55.1%
अस्थिर चाचण्या 3 7
एकूण रन 69 69
प्रति निकाल खर्च 30.862 16.168
एकूण खर्च $3.395 $1.456
इनपुट किंमत $10.000 / 1M $0.680 / 1M
आउटपुट किंमत $50.000 / 1M $2.090 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.070 / 1M
कॅश लिहिण्याची किंमत $12.500 / 1M लागू नाही
एकूण इनपुट टोकन्स 209,116 212,024
आउटपुट टोकन्स 10,031 166,422
रिझनिंग टोकन्स 16,042 562,095
प्रतिसाद वेळ (सरासरी) 11.40s 265.03s
प्रतिसाद वेळ (कमाल) 34.77s 1760.20s
प्रतिसाद वेळ (एकूण) 262.14s 6095.69s
पॅरामीटर्स ~9.5T एकूण (~878B सक्रिय) 1.05T एकूण (49B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#239 Claude Fable 5.1

low
खर्च
$0.126
वेळ
28.5s
टोकन्स
2,652 tok

#240 Mistral Large 4

medium
खर्च
$0.011
वेळ
63.4s
टोकन्स
5,291 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Fable 5.1 3.4 10.0 0.0% 0 6.75s 10,608 1,753 0
Mistral Large 4 3.4 7.2 22.2% 1 1201.87s 7,189 33,530 303,140

झटपट तुलना

तुलना जोडी बदला