Advertise here
#353

Mistral Small 4

Mistral प्रकाशन: 2026-03-16 चाचणी तारीख: 2026-10-01 01:26 mistralai/mistral-small-2603::none
119B एकूण (6B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

Mistral Small 4 AI BENCHY वर 5.1 स्कोर करते आणि #353 वर आहे. याची reliability 10.0, pass rate 24.6%, एकूण खर्च $0.047, आणि सरासरी response time 3.12s आहे.

Mistral Small 4 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #14. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
119B एकूण (6B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
Apache-2.0
पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

5.1

सुसंगतता

9.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.047

एकूण आउटपुट टोकन्स

10,913

एकूण इनपुट टोकन्स

265,602

इनपुट किंमत

$0.150 / 1M

आउटपुट किंमत

$0.600 / 1M

कॅश वाचण्याची किंमत

$0.015 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 18

प्रति प्रयत्न पास दर: 24.6%

अस्थिर चाचण्या

1

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

3.12s

प्रतिसाद वेळ (कमाल): 45.46s

प्रतिसाद वेळ (एकूण): 71.87s

चुकीचे उत्तर: 17 सूचनांचे पालन केले नाही: 1

Hamster playing table tennis

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

#353 Mistral Small 4

none
खर्च
$0.002
वेळ
10.4s
टोकन्स
2,370 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-10-01 01:26 पुन्हा चाचणी 5.1 10.0 $0.047 सध्याची रन
2026-07-16 22:21 नवीन चाचणी जोडली 5.1 10.0 $0.022 तुलना करा
2026-06-04 13:41 नवीन चाचणी जोडली 4.9 10.0 $0.007 तुलना करा
2026-05-22 00:14 सूट बदलला 5.0 10.0 $0.007 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 5.2 लागू नाही $0.006 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-10-01 01:26 · सध्याची रन69/69 प्रयत्न5.19.610.05/23110,913265,602$0.0473.12s
2026-06-04 13:41 · नवीन चाचणी जोडली63/63 प्रयत्न4.99.510.05/2112,20137,309$0.007630ms
फरक—+0.2+0.10.000+8712+228293+$0.040+2495ms

बेंचमार्क कव्हरेज वेगळे आहे: 69/69 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती) विरुद्ध 63/63 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती). एकूण मूल्ये आणि पुनरावृत्तीवर अवलंबून मेट्रिक्स थेट तुलना करता येत नाहीत.

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत कॅश वाचण्याची किंमत कॅश लिहिण्याची किंमत
2026-08-14 12:51 $0.150 / 1M $0.600 / 1M लागू नाही लागू नाही
2026-10-01 18:33 $0.150 / 1M $0.600 / 1M $0.015 / 1M लागू नाही

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Mistral Small 4nonevsMistral Small 4mediumMistral Small 4nonevsMercury 2.5lowMistral Small 4nonevsKAT Coder AIR V2.5highMistral Small 4nonevsKAT Coder AIR V2.5mediumMistral Small 4nonevsNemotron 3.5 Lightninghighमोफत उपलब्धMistral Small 4nonevsMiMo-V2.5-PrononeMistral Small 4nonevsLing 3.0 FlashnoneMistral Small 4nonevsApodex 1.1 Minidefaultमोफत उपलब्धMistral Small 4nonevsInkling Smalllowमोफत उपलब्धMistral Small 4nonevsLaguna S 2.1mediumमोफत उपलब्ध

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 5.0 10.0
अँटी-एआय युक्त्या 3.4 7.9
कोडिंग 3.7 9.7
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.0 10.0
सूचनांचे पालन 6.5 10.0
कोडी सोडवणे 3.1 9.9
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स