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: Qwen3.5-9B

摘要

Mistral Small 4 vs Qwen3.5-9B benchmark 对比：平均分几乎持平，为 5.1 vs 5.1。 Qwen3.5-9B benchmark 成本更低，为 $0.006 vs $0.068。 Qwen3.5-9B 更快，为 1.89s vs 9.40s，通过率为 44.4% vs 20.6%。

推荐模型: Qwen3.5-9B - 它在这里得分最高（5.1），同时成本比Mistral Small 4低约 12.4 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 Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02
分数 5.1 5.1
排名 #138 #140
可靠性 10.0 10.0
一致性 6.9 9.7
测试正确
尝试通过率 44.4% 20.6%
不稳定测试 8 1
总运行次数 63 63
每个结果成本 1.344 0.123
总成本 $0.068 $0.006
输入价格 $0.150 / 1M $0.100 / 1M
输出价格 $0.600 / 1M $0.150 / 1M
总输入令牌 42,576 48,041
输出令牌 24,184 3,952
推理令牌 84,678 0
响应时间（平均） 9.40s 1.89s
响应时间（最大） 59.15s 6.03s
响应时间（总计） 197.39s 39.68s

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

#140 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 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
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 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
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 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
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

快速对比

切换对比组合

Mistral Small 4mediumvsMiMo-V2.5noneMistral Small 4mediumvsQwen3 Coder NextnoneMistral Small 4mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneTrinity Large PreviewnonevsMistral Small 4mediumMistral Small 4mediumvsGPT-4o-mininoneCobuddymediumvsQwen3.5-9BnoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.5-122B-A10BnoneMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsGLM 5 Turbonone