Mistral Large 4 (low) vs GPT-5.6 Luna (medium)

Mistral Large 4 (low) average score मध्ये पुढे आहे: 7.6 vs 7.4. GPT-5.6 Luna (medium) चा benchmark खर्च कमी आहे: $0.065 vs $1.648. GPT-5.6 Luna (medium) वेगवान आहे: 9.64s vs 300.15s, pass rates 65.2% vs 62.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #119
एकूण आउटपुट टोकन्स: 714,287
प्रतिसाद वेळ (सरासरी): 300.15s
एकूण खर्च: $1.648

क्रमांक: #128
एकूण आउटपुट टोकन्स: 47,986
प्रतिसाद वेळ (सरासरी): 9.64s
एकूण खर्च: $0.065

शिफारस केलेले मॉडेल GPT-5.6 Luna (medium)

Its score stays close to the best score here (7.4 vs 7.6), while costing about 25.6x less than Mistral Large 4 (low).

तपशीलवार तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 low प्रकाशन: 2026-10-06	GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09

मेट्रिक	Mistral Large 4 Mistral Large 4 low प्रकाशन: 2026-10-06	GPT-5.6 Luna GPT-5.6 Luna medium प्रकाशन: 2026-07-09
स्कोअर	7.6	7.4
क्रमांक	#119	#128
विश्वसनीयता	9.0	10.0
सुसंगतता	8.7	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	62.3%
अस्थिर चाचण्या	4	3
एकूण रन	69	69
प्रति निकाल खर्च	12.670	2.822
एकूण खर्च	$1.648	$0.065
इनपुट किंमत	$0.680 / 1M	$0.200 / 1M
आउटपुट किंमत	$2.090 / 1M	$1.200 / 1M
कॅश वाचण्याची किंमत	$0.070 / 1M	$0.020 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.250 / 1M
एकूण इनपुट टोकन्स	226,734	212,780
आउटपुट टोकन्स	278,013	6,849
रिझनिंग टोकन्स	638,296	41,137
प्रतिसाद वेळ (सरासरी)	300.15s	9.64s
प्रतिसाद वेळ (कमाल)	1798.01s	58.09s
प्रतिसाद वेळ (एकूण)	6903.40s	221.62s
पॅरामीटर्स	1.05T एकूण (49B सक्रिय)	~400B एकूण (~17B 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.

#119 Mistral Large 4

low

खर्च: $0.015
वेळ: 115.1s
टोकन्स: 6,915 tok

#128 GPT-5.6 Luna

medium

खर्च: $0.014
वेळ: 14.6s
टोकन्स: 2,362 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		69.63s	143,243	3,788	3,053
GPT-5.6 Luna	7.4	3.8	66.7%	1		58.09s	123,095	1,148	2,313

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		19.75s	705	999	9,354
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	3.4	7.2	22.2%	1		1379.72s	5,896	129,426	386,126
GPT-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

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		556.27s	60,360	5,603	60,531
GPT-5.6 Luna	10.0	10.0	100.0%	0		14.59s	66,477	3,926	4,594

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		27.46s	7,314	1,014	7,623
GPT-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	2.9	7.2	11.1%	1		291.62s	798	82,605	111,098
GPT-5.6 Luna	2.9	7.2	11.1%	1		18.45s	732	70	17,375

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		39.29s	516	5,529	5,865
GPT-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

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		23.21s	708	5,408	6,402
GPT-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	7.7	7.3	77.8%	1		35.82s	717	8,012	9,030
GPT-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

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		21.53s	6,267	307	1,015
GPT-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

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		358.62s	210	35,322	38,199
GPT-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731lowvsGPT-5.6 Lunamedium GPT-5.6 LunamediumvsGLM 5.3 FlashXhigh GPT-5.6 LunamediumvsGrok 4.7low Mistral Large 4lowvsQwen3.8 Flash Nextmedium GPT-5.6 LunamediumvsInkling Smallhighमोफत उपलब्ध Seed-2.0-CodehighvsGPT-5.6 Lunamedium DeepSeek V4 Pro 0423nonevsGPT-5.6 Lunamedium Mistral Large 4lowvsSpace Bunny Alphahigh Mistral Large 4lowvsGLM 5.1medium Seed-2.0-MinimediumvsMistral Large 4low Muse Glimmer 30BmediumvsMistral Large 4low Mistral Large 4highvsGPT-5.6 Lunamedium