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 Flash Preview vs Mistral: Mistral Small 4

摘要

Gemini 3 Flash Preview vs Mistral Small 4 benchmark 对比：Gemini 3 Flash Preview 平均分领先，为 9.6 vs 5.1。 Mistral Small 4 benchmark 成本更低，为 $0.068 vs $0.667。 Mistral Small 4 更快，为 9.40s vs 18.64s，通过率为 98.4% vs 44.4%。

推荐模型: Gemini 3 Flash Preview - 它在本次比较中得分最高（9.6），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 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17 Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16
分数 9.6 5.1
排名 #2 #138
可靠性 10.0 10.0
一致性 9.7 6.9
测试正确
尝试通过率 98.4% 44.4%
不稳定测试 1 8
总运行次数 63 63
每个结果成本 3.335 1.344
总成本 $0.667 $0.068
输入价格 $0.500 / 1M $0.150 / 1M
输出价格 $3.000 / 1M $0.600 / 1M
总输入令牌 37,017 42,576
输出令牌 2,006 24,184
推理令牌 214,153 84,678
响应时间（平均） 18.64s 9.40s
响应时间（最大） 117.26s 59.15s
响应时间（总计） 391.35s 197.39s

Generation showcase

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
Cost
$0.010
Time
17.9s
Tokens
3,236 tok

#138 Mistral Small 4

medium
Cost
$0.006
Time
47.9s
Tokens
9,857 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 Flash Preview 10.0 10.0 100.0% 0 3.88s 494 330 3,216
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 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） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
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 Flash Preview 10.0 10.0 100.0% 0 22.42s 12,873 351 10,485
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 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） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.43s 7,548 279 4,893
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
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） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 15.27s 633 12 21,684
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 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） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.19s 486 72 1,905
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
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） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.04s 615 72 2,709
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 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） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.05s 558 183 4,365
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
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 Flash Preview 10.0 10.0 100.0% 0 12.60s 5,532 234 1,487
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
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） 输入令牌 输出令牌 推理令牌
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 5.50s 156 11 2,325
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557

快速对比

切换对比组合

Mistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3.5-9BnoneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsGLM 4.7 Flashnone