导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 3.5 Flash vs Mistral: Mistral Small 4

摘要

Gemini 3.5 Flash vs Mistral Small 4 benchmark 对比：Gemini 3.5 Flash 平均分领先，为 9.8 vs 5.1。 Mistral Small 4 benchmark 成本更低，为 $0.007 vs $1.115。 Mistral Small 4 更快，为 630ms vs 8.84s，通过率为 96.8% 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Gemini 3.5 Flash，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 Gemini 3.5 Flash Gemini 3.5 Flash high 发布日期: 2026-05-19 Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16
分数 9.8 5.1
排名 #1 #136
可靠性 10.0 10.0
一致性 9.6 9.5
测试正确
尝试通过率 96.8% 27.0%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 5.575 0.139
总成本 $1.115 $0.007
输入价格 $1.500 / 1M $0.150 / 1M
输出价格 $9.000 / 1M $0.600 / 1M
总输入令牌 37,594 37,309
输出令牌 1,975 2,201
推理令牌 115,638 0
响应时间（平均） 8.84s 630ms
响应时间（最大） 34.82s 1.72s
响应时间（总计） 185.57s 13.22s

Generation showcase

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
Cost
$0.208
Time
118.2s
Tokens
23,158 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 3.5 Flash 10.0 10.0 100.0% 0 2.57s 492 174 4,997
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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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 3.5 Flash 10.0 10.0 100.0% 0 22.37s 12,873 351 16,323
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 3.5 Flash 10.0 10.0 100.0% 0 6.43s 7,548 279 8,466
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 3.5 Flash 7.6 7.2 77.8% 1 14.09s 633 12 24,721
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 3.5 Flash 10.0 10.0 100.0% 0 3.63s 486 115 1,650
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 3.5 Flash 10.0 10.0 100.0% 0 3.35s 615 70 3,799
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 3.5 Flash 10.0 10.0 100.0% 0 3.23s 558 241 4,940
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 3.5 Flash 9.8 10.0 100.0% 0 4.96s 6,115 265 1,608
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 3.5 Flash 10.0 10.0 100.0% 0 3.94s 156 12 2,005
Mistral Small 4 3.0 10.0 0.0% 0 397ms 210 17 0

快速对比

切换对比组合

MiniMax M2.7mediumvsMistral Small 4noneCobuddymediumvsMistral Small 4noneMiniMax M2.5mediumvsMistral Small 4noneMistral Small 4nonevsQwen3 Coder NextmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.5lowClaude Fable 5mediumvsGemini 3.5 FlashhighGemini 3.5 FlashhighvsGPT-5.5mediumMistral Small 4nonevsGLM 4.7 FlashmediumGemini 3.5 FlashhighvsGPT-5.3-CodexmediumGemini 3.5 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.1 Flash LiteminimalvsMistral Small 4none