AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Mistral: Mistral Small 4

Сводка

Сравнение benchmark Gemini 3.1 Flash Lite vs Mistral Small 4: Gemini 3.1 Flash Lite лидирует по среднему баллу: 6.1 vs 5.1. Mistral Small 4 имеет более низкую стоимость benchmark: $0.007 vs $0.013. Mistral Small 4 быстрее: 630ms vs 1.33s, с долей успешных попыток 54.0% vs 27.0%.

Рекомендуемая модель: Mistral Small 4 - Он дает лучший общий компромисс: конкурентный балл (5.1), ниже стоимость, чем у Gemini 3.1 Flash Lite, и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	Mistral Small 4 Mistral Small 4 none Релиз: 2026-03-16

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	Mistral Small 4 Mistral Small 4 none Релиз: 2026-03-16
Оценка	6.1	5.1
Ранг	#95	#136
Надежность	10.0	10.0
Стабильность	8.8	9.5
Тестов верно
Доля успешных попыток	54.0%	27.0%
Нестабильные тесты	3	1
Всего запусков	63	63
Стоимость за результат	0.130	0.139
Общая стоимость	$0.013	$0.007
Цена входа	$0.250 / 1M	$0.150 / 1M
Цена выхода	$1.500 / 1M	$0.600 / 1M
Общее число входных токенов	36,973	37,309
Выходные токены	2,487	2,201
Токены рассуждений	0	0
Время ответа (среднее)	1.33s	630ms
Время ответа (макс.)	4.49s	1.72s
Время ответа (суммарно)	27.91s	13.22s

Generation showcase

Hamster playing table tennis

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

#95 Gemini 3.1 Flash Lite

minimal

Cost: $0.001
Time: 3.7s
Tokens: 635 tok

#136 Mistral Small 4

none

Cost: $0.002
Time: 10.4s
Tokens: 2,370 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0
Mistral Small 4	3.4	7.9	16.7%	1		395ms	708	182	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0
Mistral Small 4	3.7	9.7	0.0%	0		901ms	7,636	619	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0
Mistral Small 4	3.0	10.0	0.0%	0		1.72s	11,640	496	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0
Mistral Small 4	10.0	10.0	100.0%	0		822ms	7,914	261	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0
Mistral Small 4	5.3	10.0	33.3%	0		367ms	798	28	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0
Mistral Small 4	4.0	10.0	0.0%	0		729ms	519	205	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0
Mistral Small 4	6.5	10.0	50.0%	0		380ms	729	69	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0
Mistral Small 4	3.1	9.9	0.0%	0		399ms	735	111	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0
Mistral Small 4	10.0	10.0	100.0%	0		1.40s	6,420	213	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0
Mistral Small 4	3.0	10.0	0.0%	0		397ms	210	17	0

Быстрое сравнение

Сменить пару сравнения