导航
AI BENCHY
Advertise here

AI BENCHY 对比

Mistral: Mistral Small 4 vs Qwen: Qwen3.6 Flash

摘要

Mistral Small 4 vs Qwen3.6 Flash benchmark 对比：Qwen3.6 Flash 平均分领先，为 5.4 vs 5.3。 Qwen3.6 Flash benchmark 成本更低，为 $0.015 vs $0.068。 Qwen3.6 Flash 更快，为 1.60s vs 9.40s，通过率为 44.4% vs 33.3%。

推荐模型: Qwen3.6 Flash - 它在这里得分最高（5.4），同时成本比Mistral Small 4低约 4.7 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 Flash Qwen3.6 Flash none 发布日期: 2026-04-20
分数 5.3 5.4
排名 #133 #129
可靠性 10.0 10.0
一致性 6.9 10.0
测试正确
尝试通过率 44.4% 33.3%
不稳定测试 8 0
总运行次数 63 63
每个结果成本 1.344 0.266
总成本 $0.068 $0.015
输入价格 $0.150 / 1M $0.188 / 1M
输出价格 $0.600 / 1M $1.125 / 1M
总输入令牌 42,576 50,810
输出令牌 24,184 4,164
推理令牌 84,678 0
响应时间（平均） 9.40s 1.60s
响应时间（最大） 59.15s 4.60s
响应时间（总计） 197.39s 33.59s

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

#129 Qwen3.6 Flash

none
Cost
$0.005
Time
20.1s
Tokens
4,211 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 Flash 3.1 10.0 0.0% 0 1.63s 696 1,554 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 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 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 Flash 3.0 10.0 0.0% 0 4.22s 24,675 315 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 Flash 10.0 10.0 100.0% 0 2.13s 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
Qwen3.6 Flash 5.3 10.0 33.3% 0 1.11s 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 947ms 522 132 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 Flash 6.3 10.0 50.0% 0 1.10s 711 66 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 Flash 3.5 10.0 0.0% 0 1.21s 714 669 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 Flash 10.0 10.0 100.0% 0 2.49s 8,211 272 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 Flash 3.0 10.0 0.0% 0 649ms 210 9 0

快速对比

切换对比组合

Mistral Small 4mediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsMistral Small 4mediumMiniMax M2.5mediumvsQwen3.6 FlashnoneMistral Small 4mediumvsGLM 5 TurbononeMiniMax M2.7mediumvsQwen3.6 FlashnoneMistral Small 4mediumvsKimi K2.5noneMistral 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-PrononeMistral Small 4mediumvsGLM 4.7 Flashnone