AI BENCHY Compare

Mistral: Mistral Small 4 vs Qwen: Qwen3.6 27B

Сводка

Сравнение benchmark Mistral Small 4 vs Qwen3.6 27B: Qwen3.6 27B лидирует по среднему баллу: 5.6 vs 5.3. Qwen3.6 27B имеет более низкую стоимость benchmark: $0.025 vs $0.068. Qwen3.6 27B быстрее: 3.72s vs 9.40s, с долей успешных попыток 44.4% vs 47.6%.

Рекомендуемая модель: Qwen3.6 27B - Здесь у него лучший балл (5.6), при этом он примерно в 2.8 раза дешевле, чем Mistral Small 4.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-10

Метрика	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16	Qwen3.6 27B Qwen3.6 27B none Релиз: 2026-04-20

Метрика	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16	Qwen3.6 27B Qwen3.6 27B none Релиз: 2026-04-20
Оценка	5.3	5.6
Ранг	#133	#119
Надежность	10.0	10.0
Стабильность	6.9	7.6
Тестов верно
Доля успешных попыток	44.4%	47.6%
Нестабильные тесты	8	6
Всего запусков	63	63
Стоимость за результат	1.344	0.467
Общая стоимость	$0.068	$0.025
Цена входа	$0.150 / 1M	$0.290 / 1M
Цена выхода	$0.600 / 1M	$2.400 / 1M
Общее число входных токенов	42,576	52,721
Выходные токены	24,184	3,812
Токены рассуждений	84,678	0
Время ответа (среднее)	9.40s	3.72s
Время ответа (макс.)	59.15s	11.82s
Время ответа (суммарно)	197.39s	78.08s

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

#119 Qwen3.6 27B

none

Cost: $0.009
Time: 83.0s
Tokens: 4,549 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
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700
Qwen3.6 27B	3.0	10.0	0.0%	0		9.95s	22,497	1,401	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

Быстрое сравнение

Сменить пару сравнения