नेव्हिगेशन
AI BENCHY
Advertise here

Mistral Small 4 (medium) vs MiMo-V2.5

average score जवळपास समान आहे: 5.1 vs 5.1. MiMo-V2.5 चा benchmark खर्च कमी आहे: $0.025 vs $0.097. MiMo-V2.5 वेगवान आहे: 4.68s vs 10.80s, pass rates 43.9% vs 27.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-04

क्रमांक
#257
एकूण आउटपुट टोकन्स
133,597
प्रतिसाद वेळ (सरासरी)
10.80s
एकूण खर्च
$0.097
क्रमांक
#260
एकूण आउटपुट टोकन्स
16,464
प्रतिसाद वेळ (सरासरी)
4.68s
एकूण खर्च
$0.025
शिफारस केलेले मॉडेल MiMo-V2.5

It has the best score here (5.1), while costing about 3.9x less than Mistral Small 4 (medium).

तपशीलवार तुलना

मेट्रिक Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16 MiMo-V2.5 MiMo-V2.5 none प्रकाशन: 2026-04-22
स्कोअर 5.1 5.1
क्रमांक #257 #260
विश्वसनीयता 10.0 10.0
सुसंगतता 7.0 9.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.9% 27.3%
अस्थिर चाचण्या 8 2
एकूण रन 66 66
प्रति निकाल खर्च 1.923 0.769
एकूण खर्च $0.097 $0.025
इनपुट किंमत $0.150 / 1M $0.140 / 1M
आउटपुट किंमत $0.600 / 1M $0.280 / 1M
एकूण इनपुट टोकन्स 140,559 141,052
आउटपुट टोकन्स 40,268 16,464
रिझनिंग टोकन्स 93,329 0
प्रतिसाद वेळ (सरासरी) 10.80s 4.68s
प्रतिसाद वेळ (कमाल) 59.15s 55.36s
प्रतिसाद वेळ (एकूण) 237.60s 103.02s
पॅरामीटर्स 119B एकूण (6B सक्रिय) 310B एकूण (15B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#257 Mistral Small 4

medium
खर्च
$0.006
वेळ
47.9s
टोकन्स
9,857 tok

#260 MiMo-V2.5

none
खर्च
$0.007
वेळ
267.4s
टोकन्स
25,283 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 Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

झटपट तुलना

तुलना जोडी बदला