AI BENCHY Compare

Mistral: Mistral Small 4 vs Qwen: Qwen3.5-35B-A3B

Zusammenfassung

Mistral Small 4 vs Qwen3.5-35B-A3B Benchmark-Vergleich: Qwen3.5-35B-A3B führt beim Durchschnittsscore mit 6.3 vs 5.1. Mistral Small 4 hat die niedrigeren Benchmark-Kosten mit $0.007 vs $0.401. Mistral Small 4 ist schneller mit 630ms vs 72.57s, mit Erfolgsraten von 27.0% vs 69.8%.

Empfohlenes Modell: Mistral Small 4 - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (5.1), niedrigere Kosten als Qwen3.5-35B-A3B und ausgewogene Antwortzeit.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik	Mistral Small 4 Mistral Small 4 none Veröffentlichung: 2026-03-16	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24

Metrik	Mistral Small 4 Mistral Small 4 none Veröffentlichung: 2026-03-16	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24
Punktzahl	5.1	6.3
Rang	#136	#88
Zuverlässigkeit	10.0	10.0
Konsistenz	9.5	7.5
Korrekte Tests
Erfolgsquote pro Versuch	27.0%	69.8%
Instabile Tests	1	6
Gesamtläufe	63	63
Kosten pro Ergebnis	0.139	5.162
Gesamtkosten	$0.007	$0.401
Eingabepreis	$0.150 / 1M	$0.140 / 1M
Ausgabepreis	$0.600 / 1M	$1.000 / 1M
Gesamte Eingabe-Token	37,309	42,196
Ausgabe-Token	2,201	40,630
Denk-Token	0	353,577
Antwortzeit (Durchschnitt)	630ms	72.57s
Antwortzeit (Maximum)	1.72s	409.98s
Antwortzeit (Gesamt)	13.22s	1524.04s

Generation showcase

Hamster playing table tennis

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

#136 Mistral Small 4

none

Cost: $0.002
Time: 10.4s
Tokens: 2,370 tok

#88 Qwen3.5-35B-A3B

medium

Cost: $0.009
Time: 71.4s
Tokens: 8,631 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	3.4	7.9	16.7%	1		395ms	708	182	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	3.7	9.7	0.0%	0		901ms	7,636	619	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	3.0	10.0	0.0%	0		1.72s	11,640	496	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	10.0	10.0	100.0%	0		822ms	7,914	261	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	5.3	10.0	33.3%	0		367ms	798	28	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	4.0	10.0	0.0%	0		729ms	519	205	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	6.5	10.0	50.0%	0		380ms	729	69	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	3.1	9.9	0.0%	0		399ms	735	111	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	10.0	10.0	100.0%	0		1.40s	6,420	213	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mistral Small 4	3.0	10.0	0.0%	0		397ms	210	17	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Schnellvergleich

Vergleichspaar wechseln