AI BENCHY 对比
Cobuddy vs Mistral: Mistral Small 4
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22
| 指标 | Cobuddy Cobuddy medium 免费可用 | Mistral Small 4 Mistral Small 4 medium |
|---|---|---|
| 分数 | 5.7 | 5.4 |
| 排名 | #105 | #121 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 7.0 | 7.1 |
| 测试正确 | ||
| 尝试通过率 | 51.7% | 45.0% |
| 不稳定测试 | 7 | 7 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.000 | 1.109 |
| 总成本 | $0.000 | $0.056 |
| ???? | $0.000 / 1M | $0.150 / 1M |
| ???? | $0.000 / 1M | $0.600 / 1M |
| 输出令牌 | 1,663 | 21,628 |
| 推理令牌 | 116,522 | 68,055 |
| 响应时间（平均） | 39.91s | 8.33s |
| 响应时间（最大） | 309.02s | 59.15s |
| 响应时间（总计） | 798.21s | 166.59s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 8.7 | 7.9 | 91.7% | 1 | 10.00s | 98 | 4,666 | |
| Mistral Small 4 | 5.6 | 3.8 | 66.7% | 3 | 2.67s | 4,055 | 4,778 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 4.1 | 5.1 | 33.3% | 1 | 79.17s | 358 | 30,138 | |
| Mistral Small 4 | 5.1 | 6.8 | 33.3% | 1 | 44.82s | 9,322 | 38,386 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 3.0 | 10.0 | 0.0% | 0 | 47.38s | 465 | 7,265 | |
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 25.25s | 2,612 | 10,700 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 6.3 | 5.8 | 66.7% | 1 | 17.36s | 275 | 5,591 | |
| Mistral Small 4 | 7.3 | 5.9 | 83.3% | 1 | 1.23s | 335 | 723 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 2.9 | 4.4 | 22.2% | 2 | 128.15s | 10 | 49,454 | |
| Mistral Small 4 | 5.3 | 7.2 | 44.4% | 1 | 6.11s | 2,621 | 6,904 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 4.2 | 9.9 | 0.0% | 0 | 23.23s | 76 | 3,782 | |
| Mistral Small 4 | 4.8 | 10.0 | 0.0% | 0 | 2.05s | 821 | 828 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 9.8 | 10.0 | 100.0% | 0 | 11.60s | 64 | 2,842 | |
| Mistral Small 4 | 7.3 | 5.8 | 83.3% | 1 | 1.38s | 540 | 1,031 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 3.5 | 4.4 | 33.3% | 2 | 12.91s | 175 | 5,627 | |
| Mistral Small 4 | 3.4 | 9.7 | 0.0% | 0 | 2.00s | 983 | 2,338 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 10.0 | 10.0 | 100.0% | 0 | 11.19s | 133 | 294 | |
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 3.50s | 321 | 810 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Cobuddy | 3.0 | 10.0 | 0.0% | 0 | 36.98s | 9 | 6,863 | |
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 5.92s | 18 | 1,557 |
快速对比
切换对比组合
Cobuddymedium免费可用vsOwl AlphanoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsQwen3.5-122B-A10BnoneCobuddymedium免费可用vsQwen3.6 27BnoneCobuddymedium免费可用vsQwen3.5-27BnoneCobuddymedium免费可用vsMiMo-V2-PrononeCobuddymedium免费可用vsQwen3.5-35B-A3BnoneCobuddymedium免费可用vsQwen3.5 Plus 2026-04-20noneMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsKimi K2.5noneCobuddymedium免费可用vsGLM 4.7 FlashnoneLing-2.6-flashnonevsMistral Small 4medium