AI BENCHY Compare

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

概要

Mistral Small 4 vs Qwen3.5-9B の benchmark 比較: Mistral Small 4 が平均スコアでリードし、5.3 vs 4.2 です。 Qwen3.5-9B の benchmark コストが低く、$0.036 vs $0.068 です。 Mistral Small 4 の方が高速で、9.40s vs 82.24s です、成功率は 44.4% vs 27.0% です。

おすすめモデル: Mistral Small 4 - ここでは最高スコア（5.3）で、Qwen3.5-9B より約 8.7 倍速く応答します。

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: 2026-06-10

指標	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16	Qwen3.5-9B Qwen3.5-9B medium リリース: 2026-03-02

指標	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16	Qwen3.5-9B Qwen3.5-9B medium リリース: 2026-03-02
スコア	5.3	4.2
順位	#133	#162
信頼性	10.0	6.7
一貫性	6.9	8.0
正解テスト
試行ごとの合格率	44.4%	27.0%
不安定なテスト	8	5
総実行回数	63	63
結果あたりのコスト	1.344	1.187
合計コスト	$0.068	$0.036
入力価格	$0.150 / 1M	$0.100 / 1M
出力価格	$0.600 / 1M	$0.150 / 1M
合計入力トークン	42,576	17,070
出力トークン	24,184	29,045
推論トークン	84,678	209,516
応答時間（平均）	9.40s	82.24s
応答時間（最大）	59.15s	226.38s
応答時間（合計）	197.39s	1315.88s

Generation showcase

Hamster playing table tennis

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

#133 Mistral Small 4

medium

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

#162 Qwen3.5-9B

medium

Cost: $0.001
Time: 35.9s
Tokens: 3,030 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

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
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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
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		0ms	0	0	0

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
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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
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		5.75s	381	491	1,824

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
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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
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		4.31s	8,283	444	1,149

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
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		177.02s	68	3,074	29,694

クイック比較

比較ペアを切り替え