नेव्हिगेशन
Advertise here

Mistral Large 4 (high) vs Inkling 2 Mini (local Q4) (low)

Inkling 2 Mini (local Q4) (low) average score मध्ये पुढे आहे: 7.6 vs 7.5. Inkling 2 Mini (local Q4) (low) चा benchmark खर्च कमी आहे: ~$0.292 vs $1.391. Inkling 2 Mini (local Q4) (low) वेगवान आहे: 153.99s vs 263.69s, pass rates 65.2% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#209
एकूण आउटपुट टोकन्स
590,306
प्रतिसाद वेळ (सरासरी)
263.69s
एकूण खर्च
$1.391
क्रमांक
#202
एकूण आउटपुट टोकन्स
129,600
प्रतिसाद वेळ (सरासरी)
153.99s
एकूण खर्च
~$0.292
शिफारस केलेले मॉडेल Inkling 2 Mini (local Q4) (low)

It has the best score here (7.6), while costing about 4.8x less than Mistral Large 4 (high).

तपशीलवार तुलना

मेट्रिक Mistral Large 4 Mistral Large 4 high प्रकाशन: 2026-10-06 Inkling 2 Mini (local Q4) Inkling 2 Mini (local Q4) low प्रकाशन: 2026-11-20
स्कोअर 7.5 7.6
क्रमांक #209 #202
विश्वसनीयता 9.0 9.7
सुसंगतता 7.9 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 66.7%
अस्थिर चाचण्या 6 1
एकूण रन 69 69
प्रति निकाल खर्च 11.590 ~1.946
एकूण खर्च $1.391 ~$0.292
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 230,895 312,366
आउटपुट टोकन्स 161,281 1,631
रिझनिंग टोकन्स 510,655 127,969
प्रतिसाद वेळ (सरासरी) 263.69s 153.99s
प्रतिसाद वेळ (कमाल) 1727.29s 1963.67s
प्रतिसाद वेळ (एकूण) 6064.89s 3541.85s
पॅरामीटर्स 1.05T एकूण (49B सक्रिय) 26.4B एकूण (3.4B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#209 Mistral Large 4

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

#202 Thinking Machines: Inkling 2 Mini (local Q4)

low
खर्च
~$0.003
वेळ
85.5s
टोकन्स
2,977 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
Mistral Large 4 3.3 4.4 33.3% 2 1277.83s 6,541 53,820 279,694
Inkling 2 Mini (local Q4) 5.3 7.2 44.4% 1 831.97s 5,668 524 34,490

तुलना जोडी बदला

Seed-2.0-MinimediumvsMistral Large 4highQwen3.8 Flash NextmediumvsInkling 2 Mini (local Q4)lowMistral Large 4highvsGLM 5.1mediumMuse WonderxhighvsInkling 2 Mini (local Q4)lowSpace Bunny AlphahighvsInkling 2 Mini (local Q4)lowInkling 2 Mini (local Q4)lowvsGLM 5.1mediumMistral Large 4highvsQwen3.8 27Blowमोफत उपलब्धMistral Large 4highvsGPT-6 LunalowMistral Large 4highvsQwen3.8 Flash NextmediumMuse Glimmer 30BmediumvsInkling 2 Mini (local Q4)lowMistral Large 4highvsGPT-5.6 LunamediumSeed-2.0-MinimediumvsInkling 2 Mini (local Q4)low