导航
AI BENCHY
Advertise here

AI BENCHY 对比

Mistral: Mistral Small 4 vs Qwen: Qwen3.6 35B A3B

摘要

Mistral Small 4 vs Qwen3.6 35B A3B benchmark 对比：Mistral Small 4 平均分领先，为 5.3 vs 4.6。 Qwen3.6 35B A3B benchmark 成本更低，为 $0.031 vs $0.068。 Qwen3.6 35B A3B 更快，为 3.73s vs 9.40s，通过率为 44.4% vs 30.2%。

推荐模型: Qwen3.6 35B A3B - 它的得分接近这里的最高分（4.6 vs 5.3），同时成本比Mistral Small 4低约 2.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16 Qwen3.6 35B A3B Qwen3.6 35B A3B none 发布日期: 2026-04-20
分数 5.3 4.6
排名 #133 #154
可靠性 10.0 10.0
一致性 6.9 8.0
测试正确
尝试通过率 44.4% 30.2%
不稳定测试 8 5
总运行次数 63 63
每个结果成本 1.344 0.754
总成本 $0.068 $0.031
输入价格 $0.150 / 1M $0.140 / 1M
输出价格 $0.600 / 1M $1.000 / 1M
总输入令牌 42,576 19,329
输出令牌 24,184 27,755
推理令牌 84,678 0
响应时间（平均） 9.40s 3.73s
响应时间（最大） 59.15s 22.52s
响应时间（总计） 197.39s 70.86s

Generation showcase

Hamster playing table tennis

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

#133 Mistral Small 4

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

#154 Qwen3.6 35B A3B

none
Cost
$0.008
Time
30.1s
Tokens
6,317 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
Qwen3.6 35B A3B 3.6 7.6 16.7% 1 2.10s 696 1,571 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
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 1.46s 7,788 248 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
Qwen3.6 35B A3B 3.5 4.4 33.3% 2 7.45s 781 11,381 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
Qwen3.6 35B A3B 4.4 3.0 33.3% 1 3.51s 520 1,545 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
Qwen3.6 35B A3B 6.2 5.8 66.7% 1 1.86s 709 1,264 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
Qwen3.6 35B A3B 3.2 9.9 0.0% 0 1.07s 714 573 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 414ms 210 12 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 FlashnoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsgpt-oss-120bnone免费可用Mistral Small 4mediumvsGPT-5.4noneMistral Small 4mediumvsKimi K2.6none免费可用Mistral Small 4mediumvsMiMo-V2.5-PrononeQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsGLM 4.7 Flashnone