Mistral Large 4 (low) vs Qwen3.5 Plus 2026-04-20 (medium)

Qwen3.5 Plus 2026-04-20 (medium) average score मध्ये पुढे आहे: 7.7 vs 7.6. Qwen3.5 Plus 2026-04-20 (medium) चा benchmark खर्च कमी आहे: $0.435 vs $1.648. Qwen3.5 Plus 2026-04-20 (medium) वेगवान आहे: 54.06s vs 300.15s, pass rates 65.2% vs 65.2%.

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: #116
एकूण आउटपुट टोकन्स: 200,348
प्रतिसाद वेळ (सरासरी): 54.06s
एकूण खर्च: $0.435

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-04-20 (medium)

It has the best score here (7.7), while costing about 3.8x less than Mistral Large 4 (low).

तपशीलवार तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 low प्रकाशन: 2026-10-06	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20

मेट्रिक	Mistral Large 4 Mistral Large 4 low प्रकाशन: 2026-10-06	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20
स्कोअर	7.6	7.7
क्रमांक	#119	#116
विश्वसनीयता	9.0	9.7
सुसंगतता	8.7	9.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	65.2%
अस्थिर चाचण्या	4	2
एकूण रन	69	69
प्रति निकाल खर्च	12.670	3.481
एकूण खर्च	$1.648	$0.435
इनपुट किंमत	$0.680 / 1M	$0.300 / 1M
आउटपुट किंमत	$2.090 / 1M	$1.800 / 1M
कॅश वाचण्याची किंमत	$0.070 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	$0.375 / 1M
एकूण इनपुट टोकन्स	226,734	176,539
आउटपुट टोकन्स	278,013	4,419
रिझनिंग टोकन्स	638,296	195,929
प्रतिसाद वेळ (सरासरी)	300.15s	54.06s
प्रतिसाद वेळ (कमाल)	1798.01s	203.01s
प्रतिसाद वेळ (एकूण)	6903.40s	1189.36s
पॅरामीटर्स	1.05T एकूण (49B सक्रिय)	~397B 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

#116 Qwen3.5 Plus 2026-04-20

medium

खर्च: $0.008
वेळ: 76.7s
टोकन्स: 4,355 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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		203.01s	134,433	2,139	26,086

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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748

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
Qwen3.5 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682

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
Qwen3.5 Plus 2026-04-20	6.5	10.0	50.0%	0		92.41s	14,934	483	17,490

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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668

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
Qwen3.5 Plus 2026-04-20	2.9	7.2	11.1%	1		57.36s	780	63	31,644

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
Qwen3.5 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792

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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689

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
Qwen3.5 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800

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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164

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
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166

झटपट तुलना

तुलना जोडी बदला

Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20medium GPT-6 LunahighvsQwen3.5 Plus 2026-04-20medium Mistral Large 4lowvsQwen3.8 Flash Nextmedium Mistral Large 4lowvsSpace Bunny Alphahigh Mistral Large 4lowvsGLM 5.1medium Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Seed-2.0-MinimediumvsMistral Large 4low Muse Glimmer 30BmediumvsMistral Large 4low Muse Glimmer 30BhighvsMistral Large 4low Mistral Large 4lowvsGPT-6 Lunahigh Qwen3.5 Plus 2026-04-20mediumvsGLM 5.3high Seed-2.0-CodehighvsMistral Large 4low