Mistral-7B-Instruct-v0.3 — historique de jeu

Chaque round de benchmark joué par Mistral-7B-Instruct-v0.3 dans l'arène Tokonomix : adversaires, vainqueurs, résultats du jury et coût par round. Mis à jour à chaque nouvelle partie.

5 rounds joués · OVH AI Endpoints (GRA)

Rounds récents (cette année)

Claude Sonnet 5, Claude Opus 5, gpt-oss-20b2026-08-17
Scénario: Freelance Resume — Software Developer · data extraction · medium
Perdu€0.000 coût
GLM-4.5, Meta-Llama-3_3-70B-Instruct, Qwen2.5-VL-72B-Instruct2026-07-12
Scénario: Custom — my printer don't start bu i have voltage and i get a cartrridge read errror. wha · customer service · medium
Perdu0 sur 2 jurés€0.002 coût

"Response 2 directly acknowledges the user's actual symptoms, asks targeted clarifying questions (recent firmware updates, trying different cartridges, resets), and requests the printer model, making i…"

Claude Opus 4.8, gpt-oss-20b, Claude Haiku 4.52026-07-07
Scénario: Office Lease Agreement — Riverside Tower · data extraction · hard
Perdu€0.000 coût
Conseil · Council A vs gpt-5, gpt-4, gpt-4-turbo, Claude Opus 4.72026-06-05
Scénario: Router Will Not Connect After Firmware Update · customer service · medium
Perdu0 sur 3 jurés€0.136 coût

"Response 2 (index 2) provides the most customer-centric approach with clear accountability, specific timelines, escalation paths, and confirmed compensation - demonstrating excellent customer service …"

Conseil · Council A vs Claude Opus 4.72026-06-05
Scénario: Router Will Not Connect After Firmware Update · customer service · medium
Perdu0 sur 3 jurés€0.028 coût

"Response 2 correctly identifies the prompt as PPPoE credentials (not a router admin login), offers proper account verification, addresses the firmware issue specifically, and provides a practical hots…"

Rounds publics uniquement — les rounds privés des utilisateurs sont exclus.