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

Mistral: Mistral Small 4 vs Qwen: Qwen3.5-122B-A10B

摘要

Mistral Small 4 vs Qwen3.5-122B-A10B benchmark 对比：Qwen3.5-122B-A10B 平均分领先，为 5.3 vs 5.1。 Qwen3.5-122B-A10B benchmark 成本更低，为 $0.020 vs $0.068。 Qwen3.5-122B-A10B 更快，为 3.41s vs 9.40s，通过率为 44.4% vs 31.8%。

推荐模型: Qwen3.5-122B-A10B - 它在这里得分最高（5.3），同时成本比Mistral Small 4低约 3.5 倍。

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

指标 Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24
分数 5.1 5.3
排名 #138 #132
可靠性 10.0 10.0
一致性 6.9 9.6
测试正确
尝试通过率 44.4% 31.8%
不稳定测试 8 1
总运行次数 63 63
每个结果成本 1.344 0.393
总成本 $0.068 $0.020
输入价格 $0.150 / 1M $0.260 / 1M
输出价格 $0.600 / 1M $2.080 / 1M
总输入令牌 42,576 47,735
输出令牌 24,184 3,383
推理令牌 84,678 0
响应时间（平均） 9.40s 3.41s
响应时间（最大） 59.15s 46.00s
响应时间（总计） 197.39s 71.59s

Generation showcase

Hamster playing table tennis

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

#138 Mistral Small 4

medium
Cost
$0.006
Time
47.9s
Tokens
9,857 tok

#132 Qwen3.5-122B-A10B

none
Cost
$0.016
Time
44.5s
Tokens
6,431 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
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
Qwen3.5-122B-A10B 4.8 10.0 25.0% 0 1.59s 696 312 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
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 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
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 46.00s 20,175 1,137 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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 1.01s 7,794 243 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
Qwen3.5-122B-A10B 5.3 10.0 33.3% 0 465ms 789 15 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
Qwen3.5-122B-A10B 5.0 10.0 0.0% 0 1.12s 522 66 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
Qwen3.5-122B-A10B 6.3 10.0 50.0% 0 513ms 711 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
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
Qwen3.5-122B-A10B 3.8 10.0 0.0% 0 1.00s 714 575 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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 2.04s 8,211 264 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
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 295ms 210 9 0

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 A3BnoneMiniMax M2.7mediumvsQwen3.5-122B-A10BnoneTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsGLM 4.7 Flashnone