AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Mistral: Mistral Small 4

Ringkasan

Perbandingan benchmark DeepSeek V4 Flash vs Mistral Small 4: Mistral Small 4 unggul dalam skor rata-rata dengan 5.3 vs 5.0. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.008 vs $0.068. Mistral Small 4 lebih cepat di 9.40s vs 26.75s, dengan tingkat keberhasilan 30.2% vs 44.4%.

Model yang direkomendasikan: DeepSeek V4 Flash - Its score stays close to the best score here (5.0 vs 5.3), while costing about 8.8x less than Mistral Small 4.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash none Rilis: 2026-04-24	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash none Rilis: 2026-04-24	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16
Skor	5.0	5.3
Peringkat	#139	#132
Keandalan	10.0	10.0
Konsistensi	8.9	6.9
Tes benar
Tingkat lulus per percobaan	30.2%	44.4%
Tes tidak stabil	3	8
Total Run	63	63
Biaya per hasil	0.203	1.344
Total Biaya	$0.008	$0.068
Harga input	$0.099 / 1M	$0.150 / 1M
Harga output	$0.197 / 1M	$0.600 / 1M
Total token input	50,127	42,576
Token output	13,710	24,184
Token penalaran	0	84,678
Waktu respons (rata-rata)	26.75s	9.40s
Waktu respons (maks)	111.96s	59.15s
Waktu respons (total)	561.82s	197.39s

Generation showcase

Hamster playing table tennis

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

#139 DeepSeek V4 Flash

none

Cost: $0.004
Time: 157.6s
Tokens: 11,297 tok

#132 Mistral Small 4

medium

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

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		20.18s	540	174	0
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.2	7.4	11.1%	1		17.13s	7,279	9,717	0
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.5	2.1	66.7%	1		111.96s	24,398	2,664	0
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		23.79s	7,290	195	0
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	5.3	10.0	33.3%	0		19.73s	666	18	0
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.2	9.9	0.0%	0		23.74s	471	67	0
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	6.5	10.0	50.0%	0		17.54s	627	321	0
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.1	7.3	11.1%	1		23.72s	594	207	0
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		77.93s	8,079	327	0
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		3.07s	183	20	0
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

Perbandingan Cepat

Ganti Pasangan Perbandingan