Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Mistral: Mistral Small 4 vs StepFun: Step 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-17

Metrică Mistral Small 4 Mistral Small 4 none Lansare: 2026-03-16 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 Disponibil gratuit
Rang #61 #22
Scor 5.3 7.9
Consistență 9.5 9.1
Cost per rezultat 0.108 0.000
Cost total $0.006 $0.000
Teste corecte
Rată de trecere pe încercare 33.3% 70.6%
Teste instabile 1 2
Rulări totale 51 49
Tokenuri de ieșire 1,624 71,904
Tokenuri de raționament 0 155,607
Timp de răspuns (mediu) 629ms 26.78s
Timp de răspuns (maxim) 1.72s 170.45s
Timp de răspuns (total) 10.70s 294.58s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 3.4 7.9 16.7% 1 395ms 182 0
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 3.0 10.0 0.0% 0 1.72s 496 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 10.0 10.0 100.0% 0 822ms 261 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 5.3 10.0 33.3% 0 367ms 28 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 4.0 10.0 0.0% 0 729ms 205 0
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 6.5 10.0 50.0% 0 380ms 69 0
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 3.1 9.9 0.0% 0 589ms 170 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Mistral Small 4 10.0 10.0 100.0% 0 1.40s 213 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitGPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumDisponibil gratuitvsMistral Small 4noneClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponibil gratuitMistral Small 4nonevsgpt-oss-120bmediumDisponibil gratuitMistral Small 4nonevsQwen3.5-9BmediumGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponibil gratuit