Mistral Large 4 (high) vs Qwen3.8 Flash Next (medium)

Qwen3.8 Flash Next (medium) average score मध्ये पुढे आहे: 7.6 vs 7.5. Qwen3.8 Flash Next (medium) चा benchmark खर्च कमी आहे: ~$0.047 vs $1.391. Qwen3.8 Flash Next (medium) वेगवान आहे: 24.79s vs 263.69s, pass rates 65.2% vs 75.4%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #125
एकूण आउटपुट टोकन्स: 590,306
प्रतिसाद वेळ (सरासरी): 263.69s
एकूण खर्च: $1.391

क्रमांक: #119
एकूण आउटपुट टोकन्स: 143,965
प्रतिसाद वेळ (सरासरी): 24.79s
एकूण खर्च: ~$0.047

शिफारस केलेले मॉडेल Qwen3.8 Flash Next (medium)

It has the best score here (7.6), while costing about 29.6x less than Mistral Large 4 (high).

तपशीलवार तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 high प्रकाशन: 2026-10-06	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04

मेट्रिक	Mistral Large 4 Mistral Large 4 high प्रकाशन: 2026-10-06	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04
स्कोअर	7.5	7.6
क्रमांक	#125	#119
विश्वसनीयता	9.0	10.0
सुसंगतता	7.9	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	75.4%
अस्थिर चाचण्या	6	6
एकूण रन	69	69
प्रति निकाल खर्च	11.590	~0.314
एकूण खर्च	$1.391	~$0.047
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	278,792
आउटपुट टोकन्स	161,281	1,695
रिझनिंग टोकन्स	510,655	142,270
प्रतिसाद वेळ (सरासरी)	263.69s	24.79s
प्रतिसाद वेळ (कमाल)	1727.29s	159.62s
प्रतिसाद वेळ (एकूण)	6064.89s	570.26s
पॅरामीटर्स	1.05T एकूण (49B सक्रिय)	180B एकूण (6B सक्रिय)
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.

#125 Mistral Large 4

high

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

#119 Qwen3.8 Flash Next

medium

खर्च: ~$0.002
वेळ: 40.7s
टोकन्स: 4,059 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 Flash Next	4.7	3.1	33.3%	1		159.62s	140,688	51	35,597

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 Flash Next	10.0	10.0	100.0%	0		1.81s	672	273	1,804

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 Flash Next	10.0	10.0	100.0%	0		45.53s	7,893	346	37,643

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 Flash Next	6.4	5.8	66.7%	1		76.72s	110,480	49	36,248

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 Flash Next	10.0	10.0	100.0%	0		6.65s	8,097	267	3,274

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 Flash Next	2.9	4.4	22.2%	2		17.29s	780	10	15,480

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 Flash Next	4.8	3.2	33.3%	1		7.29s	516	152	1,553

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 Flash Next	9.8	10.0	100.0%	0		2.04s	699	48	1,071

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 Flash Next	8.2	7.2	88.9%	1		2.23s	696	469	1,471

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 Flash Next	10.0	10.0	100.0%	0		5.75s	8,067	24	744

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 Flash Next	3.0	10.0	0.0%	0		24.39s	204	6	7,385

झटपट तुलना

तुलना जोडी बदला

GPT-6 LunalowvsQwen3.8 Flash Nextmedium Seed-2.0-MinimediumvsMistral Large 4high Qwen3.8 Flash NextmediumvsSpace Bunny Alphahigh Mistral Large 4highvsGLM 5.1medium Mistral Large 4highvsQwen3.8 27Blowमोफत उपलब्ध Mistral Large 4highvsGPT-6 Lunalow Mistral Large 4highvsGPT-5.6 Lunamedium Mistral Large 4highvsQwen3.6 Flashmedium DeepSeek V4 Flash 0731lowvsMistral Large 4high Seed-2.0-CodehighvsQwen3.8 Flash Nextmedium Seed-2.0-CodemediumvsMistral Large 4high Mistral Large 4highvsGrok 4.7low