AI BENCHY Compare

Mistral: Mistral Small 4 vs Qwen: Qwen3.6 Flash

Сводка

Сравнение benchmark Mistral Small 4 vs Qwen3.6 Flash: Qwen3.6 Flash лидирует по среднему баллу: 5.4 vs 5.3. Qwen3.6 Flash имеет более низкую стоимость benchmark: $0.015 vs $0.068. Qwen3.6 Flash быстрее: 1.60s vs 9.40s, с долей успешных попыток 44.4% vs 33.3%.

Рекомендуемая модель: Qwen3.6 Flash - Здесь у него лучший балл (5.4), при этом он примерно в 4.7 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 Flash Qwen3.6 Flash none Релиз: 2026-04-20

Метрика	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16	Qwen3.6 Flash Qwen3.6 Flash none Релиз: 2026-04-20
Оценка	5.3	5.4
Ранг	#133	#129
Надежность	10.0	10.0
Стабильность	6.9	10.0
Тестов верно
Доля успешных попыток	44.4%	33.3%
Нестабильные тесты	8	0
Всего запусков	63	63
Стоимость за результат	1.344	0.266
Общая стоимость	$0.068	$0.015
Цена входа	$0.150 / 1M	$0.188 / 1M
Цена выхода	$0.600 / 1M	$1.125 / 1M
Общее число входных токенов	42,576	50,810
Выходные токены	24,184	4,164
Токены рассуждений	84,678	0
Время ответа (среднее)	9.40s	1.60s
Время ответа (макс.)	59.15s	4.60s
Время ответа (суммарно)	197.39s	33.59s

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

#129 Qwen3.6 Flash

none

Cost: $0.005
Time: 20.1s
Tokens: 4,211 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 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	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 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	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 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	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 Flash	10.0	10.0	100.0%	0		2.13s	7,794	243	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 Flash	5.3	10.0	33.3%	0		1.11s	789	15	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 Flash	10.0	10.0	100.0%	0		947ms	522	132	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 Flash	6.3	10.0	50.0%	0		1.10s	711	66	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 Flash	3.5	10.0	0.0%	0		1.21s	714	669	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 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	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 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

Быстрое сравнение

Сменить пару сравнения