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

AI BENCHY Compare

Mistral: Mistral Small 4 vs Qwen: Qwen3.5-9B

Resumen

Comparación benchmark de Mistral Small 4 vs Qwen3.5-9B: La puntuación media está prácticamente empatada en 5.1 vs 5.1. Qwen3.5-9B tiene menor coste de benchmark con $0.006 vs $0.068. Qwen3.5-9B es más rápido con 1.89s vs 9.40s, con tasas de acierto de 44.4% vs 20.6%.

Modelo recomendado: Qwen3.5-9B - Tiene la mejor puntuación aquí (5.1) y cuesta aproximadamente 12.4x menos que Mistral Small 4.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Mistral Small 4 Mistral Small 4 medium Lanzamiento: 2026-03-16 Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Puntuación 5.1 5.1
Rango #138 #140
Fiabilidad 10.0 10.0
Consistencia 6.9 9.7
Pruebas correctas
Tasa de aciertos por intento 44.4% 20.6%
Pruebas inestables 8 1
Ejecuciones totales 63 63
Costo por resultado 1.344 0.123
Costo total $0.068 $0.006
Precio de entrada $0.150 / 1M $0.100 / 1M
Precio de salida $0.600 / 1M $0.150 / 1M
Total de tokens de entrada 42,576 48,041
Tokens de salida 24,184 3,952
Tokens de razonamiento 84,678 0
Tiempo de respuesta (promedio) 9.40s 1.89s
Tiempo de respuesta (máximo) 59.15s 6.03s
Tiempo de respuesta (total) 197.39s 39.68s

Generation showcase

Hamster playing table tennis

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

#138 Mistral Small 4

medium
Cost
$0.006
Time
47.9s
Tokens
9,857 tok

#140 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 2,612 10,700
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 1,031
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneCobuddymediumvsQwen3.5-9BnoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsGLM 5 Turbonone