Mistral Large 4 (high) vs Qwen3.8 27B (low)

Qwen3.8 27B (low) average score मध्ये पुढे आहे: 7.6 vs 7.5. Qwen3.8 27B (low) चा benchmark खर्च कमी आहे: ~$0.089 vs $1.391. Qwen3.8 27B (low) वेगवान आहे: 46.60s vs 263.69s, pass rates 65.2% vs 68.1%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #126
एकूण आउटपुट टोकन्स: 590,306
प्रतिसाद वेळ (सरासरी): 263.69s
एकूण खर्च: $1.391

क्रमांक: #122
एकूण आउटपुट टोकन्स: 209,143
प्रतिसाद वेळ (सरासरी): 46.60s
एकूण खर्च: ~$0.089

शिफारस केलेले मॉडेल Qwen3.8 27B (low)

It has the best score here (7.6), while costing about 15.7x less than Mistral Large 4 (high).

तपशीलवार तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 high प्रकाशन: 2026-10-06	Qwen3.8 27B Qwen3.8 27B low प्रकाशन: 2026-08-14 मोफत उपलब्ध

मेट्रिक	Mistral Large 4 Mistral Large 4 high प्रकाशन: 2026-10-06	Qwen3.8 27B Qwen3.8 27B low प्रकाशन: 2026-08-14 मोफत उपलब्ध
स्कोअर	7.5	7.6
क्रमांक	#126	#122
विश्वसनीयता	9.0	10.0
सुसंगतता	7.9	9.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	68.1%
अस्थिर चाचण्या	6	1
एकूण रन	69	69
प्रति निकाल खर्च	11.590	~0.589
एकूण खर्च	$1.391	~$0.089
इनपुट किंमत	$0.680 / 1M	लागू नाही
आउटपुट किंमत	$2.090 / 1M	लागू नाही
कॅश वाचण्याची किंमत	$0.070 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	230,895	315,290
आउटपुट टोकन्स	161,281	1,607
रिझनिंग टोकन्स	510,655	207,536
प्रतिसाद वेळ (सरासरी)	263.69s	46.60s
प्रतिसाद वेळ (कमाल)	1727.29s	376.04s
प्रतिसाद वेळ (एकूण)	6064.89s	1071.83s
पॅरामीटर्स	1.05T एकूण (49B सक्रिय)	27.3B
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#126 Mistral Large 4

high

खर्च: $0.007
वेळ: 53.3s
टोकन्स: 3,333 tok

#122 Qwen3.8 27B

low

खर्च: ~$0.003
वेळ: 92.8s
टोकन्स: 6,902 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	10.0	10.0	100.0%	0		85.76s	146,529	4,449	3,575
Qwen3.8 27B	6.1	3.1	66.7%	1		211.32s	215,585	62	39,752

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	8.3	10.0	75.0%	0		14.97s	705	1,099	7,391
Qwen3.8 27B	10.0	10.0	100.0%	0		3.02s	984	183	2,016

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	3.3	4.4	33.3%	2		1277.83s	6,541	53,820	279,694
Qwen3.8 27B	7.7	10.0	66.7%	0		140.92s	8,127	585	86,694

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	10.0	10.0	100.0%	0		391.89s	60,590	7,002	56,326
Qwen3.8 27B	10.0	10.0	100.0%	0		90.63s	69,687	66	37,791

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	10.0	10.0	100.0%	0		34.99s	7,314	1,144	10,190
Qwen3.8 27B	10.0	10.0	100.0%	0		8.03s	9,087	150	1,962

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	3.5	4.4	33.3%	2		289.43s	798	57,077	112,091
Qwen3.8 27B	5.3	10.0	33.3%	0		60.78s	1,014	12	31,872

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	10.0	10.0	100.0%	0		41.23s	516	6,145	6,502
Qwen3.8 27B	5.0	10.0	0.0%	0		5.37s	594	132	729

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	8.4	6.9	83.3%	1		21.99s	708	5,465	6,653
Qwen3.8 27B	10.0	10.0	100.0%	0		2.43s	855	48	915

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	5.4	7.1	44.4%	1		55.18s	717	14,728	16,884
Qwen3.8 27B	7.7	10.0	66.7%	0		4.91s	930	240	2,382

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	10.0	10.0	100.0%	0		24.21s	6,267	305	994
Qwen3.8 27B	3.0	10.0	0.0%	0		8.42s	8,145	15	1,350

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	3.0	10.0	0.0%	0		88.77s	210	10,047	10,355
Qwen3.8 27B	3.0	10.0	0.0%	0		12.64s	282	114	2,073

झटपट तुलना

तुलना जोडी बदला

Seed-2.0-MinimediumvsMistral Large 4high Qwen3.8 27Blowमोफत उपलब्धvsSpace Bunny Alphahigh Qwen3.8 27Blowमोफत उपलब्धvsGLM 5.1medium Mistral Large 4highvsGLM 5.1medium Seed-2.0-MinimediumvsQwen3.8 27Blowमोफत उपलब्ध Mistral Large 4highvsGPT-6 Lunalow Mistral Large 4highvsQwen3.8 Flash Nextmedium Mistral Large 4highvsGPT-5.6 Lunamedium Mistral Large 4highvsQwen3.6 Flashmedium DeepSeek V4 Flash 0731lowvsMistral Large 4high Seed-2.0-CodehighvsQwen3.8 27Blowमोफत उपलब्ध Seed-2.0-CodemediumvsMistral Large 4high