Навигация
AI BENCHY
Your ad here

AI BENCHY Compare

Mistral: Mistral Small 4 vs StepFun: Step 3.5 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-17

Метрика Mistral Small 4 Mistral Small 4 none Релиз: 2026-03-16 Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно
Ранг #61 #22
Оценка 5.3 7.9
Стабильность 9.5 9.1
Стоимость за результат 0.108 0.000
Общая стоимость $0.006 $0.000
Тестов верно
Доля успешных попыток 33.3% 70.6%
Нестабильные тесты 1 2
Всего запусков 51 49
Выходные токены 1,624 71,904
Токены рассуждений 0 155,607
Время ответа (среднее) 629ms 26.78s
Время ответа (макс.) 1.72s 170.45s
Время ответа (суммарно) 10.70s 294.58s

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) Выходные токены Токены рассуждений
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
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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 Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступноGPT-5.2 ChatnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumБесплатно доступноGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumБесплатно доступноGPT-5.3 ChatnonevsStep 3.5 FlashmediumБесплатно доступноMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumБесплатно доступноvsMistral Small 4noneClaude Sonnet 4.6nonevsStep 3.5 FlashmediumБесплатно доступноMistral Small 4nonevsgpt-oss-120bmediumБесплатно доступноMistral Small 4nonevsQwen3.5-9BmediumGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumБесплатно доступно