AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs Mistral: Mistral Small 4

摘要

DeepSeek V4 Pro vs Mistral Small 4 benchmark 对比：DeepSeek V4 Pro 平均分领先，为 6.3 vs 5.1。 Mistral Small 4 benchmark 成本更低，为 $0.007 vs $0.079。 Mistral Small 4 更快，为 630ms vs 65.21s，通过率为 52.4% vs 27.0%。

推荐模型: Mistral Small 4 - 它提供了最佳整体取舍：得分有竞争力（5.1），成本低于DeepSeek V4 Pro，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16
分数	6.3	5.1
排名	#90	#136
可靠性	9.0	10.0
一致性	7.6	9.5
测试正确
尝试通过率	52.4%	27.0%
不稳定测试	6	1
总运行次数	63	63
每个结果成本	2.869	0.139
总成本	$0.079	$0.007
输入价格	$0.435 / 1M	$0.150 / 1M
输出价格	$0.870 / 1M	$0.600 / 1M
总输入令牌	32,240	37,309
输出令牌	12,250	2,201
推理令牌	72,257	0
响应时间（平均）	65.21s	630ms
响应时间（最大）	358.35s	1.72s
响应时间（总计）	1304.19s	13.22s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#90 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#136 Mistral Small 4

none

Cost: $0.002
Time: 10.4s
Tokens: 2,370 tok

按分数排名的模型

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
Mistral Small 4	3.4	7.9	16.7%	1		395ms	708	182	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
Mistral Small 4	3.7	9.7	0.0%	0		901ms	7,636	619	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
Mistral Small 4	3.0	10.0	0.0%	0		1.72s	11,640	496	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
Mistral Small 4	10.0	10.0	100.0%	0		822ms	7,914	261	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
Mistral Small 4	5.3	10.0	33.3%	0		367ms	798	28	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
Mistral Small 4	4.0	10.0	0.0%	0		729ms	519	205	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
Mistral Small 4	6.5	10.0	50.0%	0		380ms	729	69	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
Mistral Small 4	3.1	9.9	0.0%	0		399ms	735	111	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
Mistral Small 4	10.0	10.0	100.0%	0		1.40s	6,420	213	0

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）	输入令牌	输出令牌	推理令牌
DeepSeek V4 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
Mistral Small 4	3.0	10.0	0.0%	0		397ms	210	17	0

快速对比

切换对比组合