AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#135

Mistral Small 4

Mistral प्रकाशन: 2026-03-16 चाचणी तारीख: 2026-05-22 00:14 mistralai/mistral-small-2603::none
(medium) (none)

सारांश

Mistral Small 4 AI BENCHY वर 5.0 स्कोर करते आणि #135 वर आहे. याची reliability 10.0, pass rate 28.3%, एकूण खर्च $0.007, आणि सरासरी response time 658ms आहे.

Mistral Small 4 खास का आहे: समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

सुसंगतता

9.5

एकूण आउटपुट टोकन्स

2,251

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.150 / 1M

आउटपुट किंमत

$0.600 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 15

प्रति प्रयत्न पास दर: 28.3%

अस्थिर चाचण्या

1

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

प्रतिसाद वेळ (सरासरी)

658ms

प्रतिसाद वेळ (कमाल): 1.72s

प्रतिसाद वेळ (एकूण): 13.16s

Generation showcase

Hamster playing table tennis

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

#135 Mistral Small 4

none
Cost
$0.002
Time
10.4s
Tokens
2,370 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च 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 सध्याची रन
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

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-05-22 00:14 · सूट बदलला5.09.510.05/2012,2510$0.007658ms
2026-06-04 13:41 · नवीन चाचणी जोडली4.99.510.05/2112,20137,309$0.007630ms
फरक+0.10.00.000+50-37309-$0.001+28ms

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

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.4 7.9
कोडिंग 4.0 9.5
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