AI BENCHY 对比
Mistral: Mistral Small 4 vs MoonshotAI: Kimi K2.6
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04
| 指标 | Mistral Small 4 Mistral Small 4 medium | Kimi K2.6 Kimi K2.6 none 免费可用 |
|---|---|---|
| 分数 | 5.3 | 5.5 |
| 排名 | #132 | #124 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 6.9 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 44.4% | 36.5% |
| 不稳定测试 | 8 | 2 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 1.344 | 1.267 |
| 总成本 | $0.068 | $0.079 |
| 输入价格 | $0.150 / 1M | $0.684 / 1M |
| 输出价格 | $0.600 / 1M | $3.420 / 1M |
| 总输入令牌 | 42,576 | 32,916 |
| 输出令牌 | 24,184 | 16,410 |
| 推理令牌 | 84,678 | 0 |
| 响应时间（平均） | 9.40s | 13.27s |
| 响应时间（最大） | 59.15s | 238.89s |
| 响应时间（总计） | 197.39s | 278.57s |
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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 5.6 | 3.8 | 66.7% | 3 | 2.67s | 708 | 4,055 | 4,778 | |
| Kimi K2.6 | 4.6 | 10.0 | 25.0% | 0 | 1.39s | 618 | 471 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.4 | 5.1 | 33.3% | 2 | 39.98s | 7,636 | 11,635 | 54,715 | |
| Kimi K2.6 | 5.5 | 9.8 | 33.3% | 0 | 82.57s | 5,986 | 14,754 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 25.25s | 18,706 | 2,612 | 10,700 | |
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 3.38s | 11,269 | 290 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 7.3 | 5.9 | 83.3% | 1 | 1.23s | 6,171 | 335 | 723 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 1.32s | 7,014 | 201 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 5.3 | 7.2 | 44.4% | 1 | 6.11s | 742 | 2,621 | 6,904 | |
| Kimi K2.6 | 5.3 | 7.2 | 44.4% | 1 | 1.48s | 732 | 42 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.8 | 10.0 | 0.0% | 0 | 2.05s | 519 | 821 | 828 | |
| Kimi K2.6 | 5.4 | 3.5 | 33.3% | 1 | 1.55s | 477 | 138 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 7.3 | 5.8 | 83.3% | 1 | 1.38s | 729 | 540 | 1,031 | |
| Kimi K2.6 | 6.5 | 10.0 | 50.0% | 0 | 1.64s | 669 | 72 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.4 | 9.7 | 0.0% | 0 | 2.17s | 735 | 1,226 | 2,632 | |
| Kimi K2.6 | 3.1 | 9.9 | 0.0% | 0 | 1.40s | 651 | 185 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 3.50s | 6,420 | 321 | 810 | |
| Kimi K2.6 | 10.0 | 10.0 | 100.0% | 0 | 4.46s | 5,286 | 240 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 5.92s | 210 | 18 | 1,557 | |
| Kimi K2.6 | 3.0 | 10.0 | 0.0% | 0 | 1.36s | 214 | 17 | 0 |
快速对比
切换对比组合
Mistral Small 4mediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsKimi K2.5noneMistral Small 4mediumvsQwen3.6 FlashnoneMiniMax M2.5mediumvsKimi K2.6none免费可用Mistral Small 4mediumvsGrok 4.20noneCobuddymediumvsKimi K2.6none免费可用Mistral Small 4mediumvsgpt-oss-120bnone免费可用MiniMax M2.7mediumvsKimi K2.6none免费可用Mistral Small 4mediumvsGPT-5.4noneMistral Small 4mediumvsMiMo-V2.5-Pronone