AI BENCHY Compare

Mistral: Mistral Small 4 vs Xiaomi: MiMo-V2-Flash

Сводка

Сравнение benchmark Mistral Small 4 vs MiMo-V2-Flash: Mistral Small 4 лидирует по среднему баллу: 5.3 vs 4.6. MiMo-V2-Flash имеет более низкую стоимость benchmark: $0.025 vs $0.068. MiMo-V2-Flash быстрее: 2.76s vs 9.40s, с долей успешных попыток 44.4% vs 25.4%.

Рекомендуемая модель: MiMo-V2-Flash - Его балл близок к лучшему здесь (4.6 против 5.3), 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	MiMo-V2-Flash MiMo-V2-Flash none Релиз: 2025-12-16

Метрика	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16	MiMo-V2-Flash MiMo-V2-Flash none Релиз: 2025-12-16
Оценка	5.3	4.6
Ранг	#133	#153
Надежность	10.0	6.7
Стабильность	6.9	8.5
Тестов верно
Доля успешных попыток	44.4%	25.4%
Нестабильные тесты	8	4
Всего запусков	63	63
Стоимость за результат	1.344	0.584
Общая стоимость	$0.068	$0.025
Цена входа	$0.150 / 1M	$0.100 / 1M
Цена выхода	$0.600 / 1M	$0.300 / 1M
Общее число входных токенов	42,576	36,851
Выходные токены	24,184	68,882
Токены рассуждений	84,678	0
Время ответа (среднее)	9.40s	2.76s
Время ответа (макс.)	59.15s	19.68s
Время ответа (суммарно)	197.39s	46.99s

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

#153 MiMo-V2-Flash

none

Cost: $0.001
Time: 7.7s
Tokens: 1,481 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
MiMo-V2-Flash	3.2	8.0	8.3%	1		1.19s	645	865	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
MiMo-V2-Flash	4.3	7.9	11.1%	1		2.64s	7,442	763	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
MiMo-V2-Flash	3.0	10.0	0.0%	0		2.87s	15,075	330	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
MiMo-V2-Flash	2.9	5.8	16.7%	1		19.68s	2,622	161	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
MiMo-V2-Flash	5.3	7.2	44.4%	1		564ms	753	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
MiMo-V2-Flash	4.6	10.0	0.0%	0		1.67s	498	104	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
MiMo-V2-Flash	6.5	10.0	50.0%	0		857ms	684	69	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
MiMo-V2-Flash	5.3	10.0	33.3%	0		1.86s	678	66,282	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
MiMo-V2-Flash	10.0	10.0	100.0%	0		2.28s	8,238	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
MiMo-V2-Flash	3.0	10.0	0.0%	0		1.82s	216	12	0

Быстрое сравнение

Сменить пару сравнения