AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs Mistral: Mistral Small 4

概要

DeepSeek V3.2 が平均スコアでリードし、5.3 vs 5.1 です。 DeepSeek V3.2 の benchmark コストが低く、$0.016 vs $0.068 です。 Mistral Small 4 (medium) の方が高速で、9.40s vs 13.83s です、成功率は 39.7% vs 44.4% です。

おすすめモデルDeepSeek V3.2ここでは最高スコア（5.3）で、Mistral Small 4 (medium) より約 4.3 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-14

指標	DeepSeek V3.2 DeepSeek V3.2 none リリース: 2025-12-01	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16

指標	DeepSeek V3.2 DeepSeek V3.2 none リリース: 2025-12-01	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16
スコア	5.3	5.1
順位	#153	#160
信頼性	10.0	10.0
一貫性	7.6	6.9
正解テスト
試行ごとの合格率	39.7%	44.4%
不安定なテスト	6	8
総実行回数	63	63
結果あたりのコスト	0.306	1.344
合計コスト	$0.016	$0.068
入力価格	$0.215 / 1M	$0.150 / 1M
出力価格	$0.322 / 1M	$0.600 / 1M
合計入力トークン	55,997	42,576
出力トークン	11,165	24,184
推論トークン	0	84,678
応答時間（平均）	13.83s	9.40s
応答時間（最大）	115.89s	59.15s
応答時間（合計）	290.43s	197.39s

生成ショーケース

Hamster playing table tennis

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

#153 DeepSeek V3.2

none

コスト: $0.002
時間: 7.0s
トークン: 1,046 tok

#160 Mistral Small 4

medium

コスト: $0.006
時間: 47.9s
トークン: 9,857 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.2	8.0	8.3%	1		9.35s	494	1,073	0
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	6.5	10.0	0.0%	0		115.89s	29,843	2,887	0
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	2.9	7.2	11.1%	1		4.17s	624	21	0
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	4.7	1.6	66.7%	1		9.32s	314	43	0
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	627	66	0
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	7.6	7.2	77.8%	1		6.91s	424	298	0
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	8,319	522	0
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
DeepSeek V3.2	3.0	10.0	0.0%	0		17.23s	183	17	0
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

クイック比較

比較ペアを切り替え