Navigare
Advertise here

Mistral Large 4 (high) vs GLM 5.1 (medium)

Scorul mediu este practic egal la 7.5 vs 7.5. Mistral Large 4 (high) are costul de benchmark mai mic, $1.391 vs $1.546. GLM 5.1 (medium) este mai rapid cu 66.38s vs 263.69s, cu rate de reușită de 65.2% vs 66.7%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-06

Modele comparate

Rang
#126
Total tokenuri de ieșire
590,306
Timp de răspuns (mediu)
263.69s
Cost total
$1.391
Rang
#124
Total tokenuri de ieșire
245,833
Timp de răspuns (mediu)
66.38s
Cost total
$1.546
Model recomandat GLM 5.1 (medium)

Are cel mai bun scor aici (7.5) și răspunde de aproximativ 4.0x mai rapid decât Mistral Large 4 (high).

Comparație detaliată

Metrică Mistral Large 4 Mistral Large 4 high Lansare: 2026-10-06 GLM 5.1 GLM 5.1 medium Lansare: 2026-04-07
Scor 7.5 7.5
Rang #126 #124
Fiabilitate 9.0 9.2
Consistență 7.9 8.4
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 65.2% 66.7%
Teste instabile 6 4
Rulări totale 69 69
Cost per rezultat 11.590 9.004
Cost total $1.391 $1.546
Preț de intrare $0.680 / 1M $1.400 / 1M
Preț de ieșire $2.090 / 1M $4.400 / 1M
Preț citire cache $0.070 / 1M $0.260 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 230,895 331,577
Tokenuri de ieșire 161,281 17,919
Tokenuri de raționament 510,655 230,789
Timp de răspuns (mediu) 263.69s 66.38s
Timp de răspuns (maxim) 1727.29s 308.75s
Timp de răspuns (total) 6064.89s 1460.31s
Parametri 1.05T în total (49B activi) 744B în total (40B activi)
Disponibilitate Închis Sursă deschisă

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#126 Mistral Large 4

high
Cost
$0.007
Timp
53.3s
Tokenuri
3,333 tok

#124 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Mistral Large 4 3.3 4.4 33.3% 2 1277.83s 6,541 53,820 279,694
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

Comparație rapidă

Schimbă perechea de comparație