AI BENCHY 对比

Google: Gemini 3.1 Flash Lite vs Mistral: Mistral Small 4

摘要

Gemini 3.1 Flash Lite vs Mistral Small 4 benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.4 vs 5.1。 Mistral Small 4 benchmark 成本更低，为 $0.007 vs $0.028。 Mistral Small 4 更快，为 630ms vs 1.89s，通过率为 61.9% vs 27.0%。

推荐模型: Gemini 3.1 Flash Lite - 它在本次比较中得分最高（6.4），并且在全部 2 个模型中兼顾成本和响应时间最好。

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

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16
分数	6.4	5.1
排名	#85	#136
可靠性	10.0	10.0
一致性	9.3	9.5
测试正确
尝试通过率	61.9%	27.0%
不稳定测试	2	1
总运行次数	63	63
每个结果成本	0.227	0.139
总成本	$0.028	$0.007
输入价格	$0.250 / 1M	$0.150 / 1M
输出价格	$1.500 / 1M	$0.600 / 1M
总输入令牌	36,892	37,309
输出令牌	2,732	2,201
推理令牌	9,260	0
响应时间（平均）	1.89s	630ms
响应时间（最大）	5.66s	1.72s
响应时间（总计）	39.62s	13.22s

Generation showcase

Hamster playing table tennis

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

#85 Gemini 3.1 Flash Lite

low

Cost: $0.003
Time: 4.0s
Tokens: 1,479 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
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
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
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975
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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
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
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
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
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
Mistral Small 4	3.0	10.0	0.0%	0		397ms	210	17	0

快速对比

切换对比组合