AI BENCHY Compare

Mistral: Mistral Small 4 vs StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-11

Metrik	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16	Step 3.5 Flash Step 3.5 Flash none Rilis: 2026-02-01

Metrik	Mistral Small 4 Mistral Small 4 medium Rilis: 2026-03-16	Step 3.5 Flash Step 3.5 Flash none Rilis: 2026-02-01
Skor	5.7	3.0
Peringkat	#69	#93
Konsistensi	6.8	10.0
Tes benar
Tingkat lulus per percobaan	50.0%	0.0%
Tes tidak stabil	7	0
Total Run	54	3
Biaya per hasil	0.674	0.000
Total Biaya	$0.034	$0.000
Harga input	$0.150 / 1M	$0.100 / 1M
Harga output	$0.600 / 1M	$0.300 / 1M
Token output	15,084	0
Token penalaran	39,408	0
Waktu respons (rata-rata)	5.64s	0ms
Waktu respons (maks)	30.49s	0ms
Waktu respons (total)	101.52s	0ms

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 output	Token penalaran
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	4,055	4,778
Step 3.5 Flash	-	-	-	-	-	-	-	-

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	6.7	3.5	66.7%	1		30.49s	2,796	11,296
Step 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	2,612	10,700
Step 3.5 Flash	-	-	-	-	-	-	-	-

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	335	723
Step 3.5 Flash	-	-	-	-	-	-	-	-

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	2,621	6,904
Step 3.5 Flash	-	-	-	-	-	-	-	-

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	821	828
Step 3.5 Flash	-	-	-	-	-	-	-	-

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	540	1,031
Step 3.5 Flash	-	-	-	-	-	-	-	-

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	3.4	9.7	0.0%	0		2.00s	983	2,338
Step 3.5 Flash	-	-	-	-	-	-	-	-

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	321	810
Step 3.5 Flash	-	-	-	-	-	-	-	-

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mistral Small 4mediumvsQwen3.5-122B-A10Bnone Mistral Small 4mediumvsGLM 4.7 Flashnone Mistral Small 4mediumvsGLM 5.1none Mistral Small 4mediumvsKimi K2.5none Mistral Small 4mediumvsGLM 5 Turbonone Mistral Small 4mediumvsQwen3.5-27Bnone Mistral Small 4mediumvsGPT-5.4none Trinity Large PreviewnoneTersedia gratisvsMistral Small 4medium Mistral Small 4mediumvsMiMo-V2-Pronone Mistral Small 4mediumvsGrok 4.20none Mistral Small 4mediumvsgpt-oss-120bnoneTersedia gratis DeepSeek V3.2nonevsMistral Small 4medium