#79 Mistral Small 4
medium- لاگت
- $0.006
- وقت
- 47.9s
- ٹوکنز
- 9,857 tok
Mistral
اجرا: 2026-03-16
ٹیسٹ کیا گیا: 2026-04-11 01:44
mistralai/mistral-small-2603::medium
119B کل (6B فعال)MoEکھلا ماخذ
(medium)
(none)
خلاصہ
Mistral Small 4 AI BENCHY پر 5.7 اسکور کرتا ہے اور #79 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 50.0%، کل لاگت $0.034، اور اوسط response time 5.64s ہے۔
Mistral Small 4 کو منفرد کیا بناتا ہے: اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔ یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 119B کل (6B فعال)
- ساخت
- MoE
- دستیابی
- کھلا ماخذ
- لائسنس
- Apache-2.0
5.7
تسلسل
6.8
دستیاب نہیں
$0.034
کل آؤٹ پٹ ٹوکنز
54,492
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.150 / 1M
آؤٹ پٹ قیمت
$0.600 / 1M
غیر مستحکم ٹیسٹ
7
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-08-14 02:05 دوبارہ ٹیسٹ | 5.1 | 10.0 | $0.097 | موازنہ کریں | |
| 2026-07-16 22:23 نیا ٹیسٹ شامل ہوا | 5.1 | 10.0 | $0.096 | موازنہ کریں | |
| 2026-06-04 13:43 نیا ٹیسٹ شامل ہوا | 5.3 | 10.0 | $0.068 | موازنہ کریں | |
| 2026-05-22 00:16 سوٹ بدل گیا | 5.4 | 10.0 | $0.056 | موازنہ کریں | |
| 2026-04-11 01:44 پہلا ریکارڈ شدہ رن | 5.7 | دستیاب نہیں | $0.034 | موجودہ رن |
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · پہلا ریکارڈ شدہ رن | 54/54 کوششیں | 5.7 | 6.8 | دستیاب نہیں | 5/18 | 7 | 54,492 | 0 | $0.034 | 5.64s |
| 2026-05-22 00:16 · سوٹ بدل گیا | 60/60 کوششیں | 5.4 | 7.1 | 10.0 | 5/20 | 7 | 89,683 | 0 | $0.056 | 8.33s |
| فرق | — | +0.3 | -0.3 | 0 | 0 | -35191 | 0 | -$0.022 | -2689ms |
بینچ مارک کوریج مختلف ہے: 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 60/60 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
Mistral Small 4mediumvsMistral Small 4noneMistral Small 4mediumvsGranite 4.2 8BlowMistral Small 4mediumvsNemotron 3.5 Lightningmediumمفت دستیابMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsGranite 4.2 8BmediumMistral Small 4mediumvsMercury 2.5lowMistral Small 4mediumvsInklingnoneMistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsDots 3 Note Previewnoneمفت دستیابMistral Small 4mediumvsQwen3.5-9Bnone
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 5.6 | 3.8 | |
| کوڈنگ | 6.7 | 3.5 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 7.3 | 5.9 | |
| ڈومین مخصوص | 5.3 | 7.2 | |
| عمومی ذہانت | 4.8 | 10.0 | |
| ہدایات کی پیروی | 7.3 | 5.8 | |
| پہیلی حل کرنا | 3.4 | 9.7 | |
| ٹول کالنگ | 10.0 | 10.0 |