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

Mistral Large 4 (medium) average score मध्ये पुढे आहे: 6.2 vs 6.1. Qwen3.5 Plus 2026-04-20 चा benchmark खर्च कमी आहे: $0.216 vs $1.456. Qwen3.5 Plus 2026-04-20 वेगवान आहे: 18.49s vs 265.03s, pass rates 55.1% vs 44.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #240
एकूण आउटपुट टोकन्स: 627,233
प्रतिसाद वेळ (सरासरी): 265.03s
एकूण खर्च: $1.456

क्रमांक: #245
एकूण आउटपुट टोकन्स: 69,664
प्रतिसाद वेळ (सरासरी): 18.49s
एकूण खर्च: $0.216

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-04-20

Its score stays close to the best score here (6.1 vs 6.2), while costing about 6.8x less than Mistral Large 4 (medium).

तपशीलवार तुलना

मेट्रिक	Mistral Large 4 Mistral Large 4 medium प्रकाशन: 2026-10-06	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none प्रकाशन: 2026-04-20

मेट्रिक	Mistral Large 4 Mistral Large 4 medium प्रकाशन: 2026-10-06	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none प्रकाशन: 2026-04-20
स्कोअर	6.2	6.1
क्रमांक	#240	#245
विश्वसनीयता	9.2	9.8
सुसंगतता	7.6	8.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	55.1%	44.9%
अस्थिर चाचण्या	7	5
एकूण रन	69	69
प्रति निकाल खर्च	16.168	2.816
एकूण खर्च	$1.456	$0.216
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	212,024	299,984
आउटपुट टोकन्स	166,422	69,664
रिझनिंग टोकन्स	562,095	0
प्रतिसाद वेळ (सरासरी)	265.03s	18.49s
प्रतिसाद वेळ (कमाल)	1760.20s	206.05s
प्रतिसाद वेळ (एकूण)	6095.69s	425.33s
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.

#240 Mistral Large 4

medium

खर्च: $0.011
वेळ: 63.4s
टोकन्स: 5,291 tok

#245 Qwen3.5 Plus 2026-04-20

none

खर्च: $0.008
वेळ: 77.0s
टोकन्स: 4,369 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	6.1	3.1	66.7%	1		173.21s	135,844	7,482	13,709
Qwen3.5 Plus 2026-04-20	6.1	3.1	66.7%	1		137.10s	205,507	18,177	0

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		15.73s	705	1,087	7,308
Qwen3.5 Plus 2026-04-20	4.8	10.0	25.0%	0		1.88s	696	557	0

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		1201.87s	7,189	33,530	303,140
Qwen3.5 Plus 2026-04-20	3.9	7.8	11.1%	1		1.69s	7,913	480	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	7.3	5.8	83.3%	1		510.65s	51,756	8,436	82,002
Qwen3.5 Plus 2026-04-20	6.4	5.8	66.7%	1		109.69s	66,908	42,617	0

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		25.95s	7,314	1,046	7,861
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		2.82s	7,794	243	0

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		288.04s	798	85,691	114,373
Qwen3.5 Plus 2026-04-20	5.3	10.0	33.3%	0		1.06s	798	18	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	3.5	2.2	33.3%	1		39.33s	516	4,704	4,909
Qwen3.5 Plus 2026-04-20	4.8	10.0	0.0%	0		1.41s	522	119	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	8.3	10.0	50.0%	0		24.62s	708	6,709	7,691
Qwen3.5 Plus 2026-04-20	6.2	5.8	66.7%	1		1.17s	711	68	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mistral Large 4	6.1	4.7	66.7%	2		41.40s	717	8,254	10,519
Qwen3.5 Plus 2026-04-20	6.7	7.9	55.6%	1		1.97s	714	583	0

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		19.19s	6,267	303	1,104
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		4.42s	8,211	297	0

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		84.68s	210	9,180	9,479
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		33.34s	210	6,505	0

झटपट तुलना

तुलना जोडी बदला

Apodex 1.1 Minilowमोफत उपलब्धvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none Granite 4.2 8BmediumvsQwen3.5 Plus 2026-04-20none Claude Fable 5.1lowvsMistral Large 4medium KAT-Coder-Pro V2.5defaultvsQwen3.5 Plus 2026-04-20none Gemini 3.5 FlashnonevsMistral Large 4medium Gemini 3.1 Flash Lite PreviewnonevsMistral Large 4medium Apodex 1.1 Minimediumमोफत उपलब्धvsQwen3.5 Plus 2026-04-20none DeepSeek V4 Flash 0731nonevsMistral Large 4medium Apodex 1.1 Minilowमोफत उपलब्धvsMistral Large 4medium Mistral Large 4mediumvsInklingnoneमोफत उपलब्ध Mistral Large 4mediumvsSpace Bunny Alphaxhigh