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

Mistral Small 4 が平均スコアでリードし、5.1 vs 5.1 です。 Qwen3.5-9B の benchmark コストが低く、$0.021 vs $0.022 です。 Mistral Small 4 の方が高速で、1.20s vs 19.17s です、成功率は 25.8% vs 19.7% です。

おすすめモデルMistral Small 4ここでは最高スコア（5.1）で、Qwen3.5-9B より約 16.0 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: 2026-07-25

指標	Mistral Small 4 Mistral Small 4 none リリース: 2026-03-16	Qwen3.5-9B Qwen3.5-9B none リリース: 2026-03-02

指標	Mistral Small 4 Mistral Small 4 none リリース: 2026-03-16	Qwen3.5-9B Qwen3.5-9B none リリース: 2026-03-02
スコア	5.1	5.1
順位	#179	#183
信頼性	10.0	10.0
一貫性	9.6	9.7
正解テスト
試行ごとの合格率	25.8%	19.7%
不安定なテスト	1	1
総実行回数	66	66
結果あたりのコスト	0.432	0.490
合計コスト	$0.022	$0.021
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	104,708	144,407
出力トークン	9,812	37,484
推論トークン	0	0
応答時間（平均）	1.20s	19.17s
応答時間（最大）	13.16s	382.06s
応答時間（合計）	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

コスト: $0.002
時間: 10.4s
トークン: 2,370 tok

#183 Qwen3.5-9B

none

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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
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

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	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

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		7.44s	79,039	8,107	0
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	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	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

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	10.0	33.3%	0		367ms	798	28	0
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0

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	4.0	10.0	0.0%	0		729ms	519	205	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

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	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

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	3.1	9.9	0.0%	0		399ms	735	111	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

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		1.40s	6,420	213	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

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		397ms	210	17	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

クイック比較

比較ペアを切り替え

Mistral Small 4mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsQwen3.5-9Bnone Laguna S 2.1low無料で利用可能vsQwen3.5-9Bnone MiniMax M2.7mediumvsMistral Small 4none Mistral Small 4nonevsLaguna S 2.1low無料で利用可能 Mistral Small 4nonevsLaguna S 2.1high無料で利用可能 KAT-Coder-Air V2.5lowvsMistral Small 4none Mistral Small 4nonevsLaguna S 2.1medium無料で利用可能 Laguna S 2.1high無料で利用可能vsQwen3.5-9Bnone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1medium無料で利用可能vsQwen3.5-9Bnone CobuddymediumvsQwen3.5-9Bnone