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

Mistral Small 4 lidera en puntuación media con 5.1 vs 5.1. Qwen3.5-9B tiene menor coste de benchmark con $0.021 vs $0.022. Mistral Small 4 es más rápido con 1.20s vs 19.17s, con tasas de acierto de 25.8% vs 19.7%.

Modelo recomendadoMistral Small 4Tiene la mejor puntuación aquí (5.1) y responde aproximadamente 16.0x más rápido que Qwen3.5-9B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

Métrica	Mistral Small 4 Mistral Small 4 none Lanzamiento: 2026-03-16	Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02

Métrica	Mistral Small 4 Mistral Small 4 none Lanzamiento: 2026-03-16	Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Puntuación	5.1	5.1
Rango	#179	#183
Fiabilidad	10.0	10.0
Consistencia	9.6	9.7
Pruebas correctas
Tasa de aciertos por intento	25.8%	19.7%
Pruebas inestables	1	1
Ejecuciones totales	66	66
Costo por resultado	0.432	0.490
Costo total	$0.022	$0.021
Precio de entrada	$0.150 / 1M	$0.100 / 1M
Precio de salida	$0.600 / 1M	$0.150 / 1M
Total de tokens de entrada	104,708	144,407
Tokens de salida	9,812	37,484
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	1.20s	19.17s
Tiempo de respuesta (máximo)	13.16s	382.06s
Tiempo de respuesta (total)	26.38s	421.74s

Hamster playing table tennis

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

#179 Mistral Small 4

none

Coste: $0.002
Tiempo: 10.4s
Tokens: 2,370 tok

#183 Qwen3.5-9B

none

SVG inválido

Coste: $0.000
Tiempo: 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

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	3.4	7.9	16.7%	1		395ms	708	182	0
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	3.7	9.7	0.0%	0		901ms	7,636	619	0
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		7.44s	79,039	8,107	0
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	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	10.0	10.0	100.0%	0		822ms	7,914	261	0
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	10.0	33.3%	0		367ms	798	28	0
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	4.0	10.0	0.0%	0		729ms	519	205	0
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	6.5	10.0	50.0%	0		380ms	729	69	0
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	3.1	9.9	0.0%	0		399ms	735	111	0
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		1.40s	6,420	213	0
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		397ms	210	17	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsQwen3.5-9Bnone Laguna S 2.1lowDisponible gratisvsQwen3.5-9Bnone MiniMax M2.7mediumvsMistral Small 4none Mistral Small 4nonevsLaguna S 2.1lowDisponible gratis Mistral Small 4nonevsLaguna S 2.1highDisponible gratis KAT-Coder-Air V2.5lowvsMistral Small 4none Mistral Small 4nonevsLaguna S 2.1mediumDisponible gratis Laguna S 2.1highDisponible gratisvsQwen3.5-9Bnone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1mediumDisponible gratisvsQwen3.5-9Bnone CobuddymediumvsQwen3.5-9Bnone