Mistral Large 4 (low) vs Qwen3.7 Flash (low)

Qwen3.7 Flash (low) average score मध्ये पुढे आहे: 7.7 vs 7.6. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.071 vs $1.648. Qwen3.7 Flash (low) वेगवान आहे: 41.03s vs 300.15s, pass rates 65.2% vs 68.1%.

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: #117
एकूण आउटपुट टोकन्स: 331,107
प्रतिसाद वेळ (सरासरी): 41.03s
एकूण खर्च: $0.071

शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

It has the best score here (7.7), while costing about 23.4x less than Mistral Large 4 (low).

तपशीलवार तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 low प्रकाशन: 2026-10-06	Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28

मेट्रिक	Mistral Large 4 Mistral Large 4 low प्रकाशन: 2026-10-06	Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28
स्कोअर	7.6	7.7
क्रमांक	#119	#117
विश्वसनीयता	9.0	10.0
सुसंगतता	8.7	8.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	68.1%
अस्थिर चाचण्या	4	6
एकूण रन	69	69
प्रति निकाल खर्च	12.670	0.439
एकूण खर्च	$1.648	$0.071
इनपुट किंमत	$0.680 / 1M	$0.030 / 1M
आउटपुट किंमत	$2.090 / 1M	$0.130 / 1M
कॅश वाचण्याची किंमत	$0.070 / 1M	$0.006 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.039 / 1M
एकूण इनपुट टोकन्स	226,734	318,058
आउटपुट टोकन्स	278,013	16,035
रिझनिंग टोकन्स	638,296	315,072
प्रतिसाद वेळ (सरासरी)	300.15s	41.03s
प्रतिसाद वेळ (कमाल)	1798.01s	394.54s
प्रतिसाद वेळ (एकूण)	6903.40s	943.75s
पॅरामीटर्स	1.05T एकूण (49B सक्रिय)	~35B एकूण (~3B 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

#117 Qwen3.7 Flash

low

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 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
Qwen3.7 Flash	10.0	10.0	100.0%	0		106.71s	225,867	1,749	25,339

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.29s	672	680	14,285

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
Qwen3.7 Flash	6.7	7.8	55.6%	1		42.36s	7,893	428	56,419

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
Qwen3.7 Flash	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.44s	7,782	270	12,503

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
Qwen3.7 Flash	3.6	7.2	22.2%	1		37.60s	780	60	38,897

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
Qwen3.7 Flash	4.0	9.3	0.0%	0		14.37s	516	128	5,423

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
Qwen3.7 Flash	8.5	6.8	83.3%	1		9.88s	699	99	8,147

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
Qwen3.7 Flash	7.3	5.2	77.8%	2		9.79s	696	382	10,763

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.66s	8,193	335	2,172

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
Qwen3.7 Flash	3.0	10.0	0.0%	0		18.42s	204	24	9,692

झटपट तुलना

तुलना जोडी बदला

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Mistral Large 4lowvsQwen3.8 Flash Nextmedium Mistral Large 4lowvsSpace Bunny Alphahigh Mistral Large 4lowvsGLM 5.1medium Seed-2.0-MinimediumvsMistral Large 4low Muse Glimmer 30BmediumvsMistral Large 4low DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Mistral Large 4lowvsQwen3.5 Plus 2026-04-20medium Muse Glimmer 30BhighvsMistral Large 4low Mistral Large 4lowvsGPT-6 Lunahigh