Mistral: Mistral Small 4 vs Thinking Machines: Inkling

Inkling 平均分领先，为 5.2 vs 5.1。 Mistral Small 4 (medium) benchmark 成本更低，为 $0.096 vs $0.147。 Inkling 更快，为 3.50s vs 10.77s，通过率为 42.4% vs 28.8%。

推荐模型Inkling它在这里得分最高（5.2），同时响应速度比Mistral Small 4 (medium)快约 3.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	Inkling Inkling none 发布日期: 2026-07-18

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	Inkling Inkling none 发布日期: 2026-07-18
分数	5.1	5.2
排名	#163	#160
可靠性	10.0	9.9
一致性	7.0	9.6
测试正确
尝试通过率	42.4%	28.8%
不稳定测试	8	1
总运行次数	66	66
每个结果成本	1.913	2.448
总成本	$0.096	$0.147
输入价格	$0.150 / 1M	$1.000 / 1M
输出价格	$0.600 / 1M	$4.050 / 1M
总输入令牌	140,494	104,111
输出令牌	39,462	10,551
推理令牌	92,362	0
响应时间（平均）	10.77s	3.50s
响应时间（最大）	59.15s	48.02s
响应时间（总计）	236.94s	77.09s

Hamster playing table tennis

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

#163 Mistral Small 4

medium

成本: $0.006
时间: 47.9s
令牌: 9,857 tok

#160 Thinking Machines: Inkling

none

Provider returned error

成本: $0.000
时间: 5.3s
令牌: 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

类别:

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
Inkling	4.8	10.0	25.0%	0		1.43s	678	261	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
Inkling	4.5	10.0	0.0%	0		1.01s	7,356	436	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		32.40s	116,624	17,890	18,384
Inkling	2.9	5.8	16.7%	1		25.74s	80,195	8,777	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
Inkling	10.0	10.0	100.0%	0		1.14s	7,056	279	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
Inkling	5.3	10.0	33.3%	0		1.45s	777	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
Inkling	5.0	10.0	0.0%	0		859ms	495	156	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
Inkling	6.3	10.0	50.0%	0		1.72s	696	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
Inkling	5.6	9.9	33.3%	0		931ms	696	291	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
Inkling	3.0	10.0	0.0%	0		2.50s	5,949	213	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
Inkling	3.0	10.0	0.0%	0		670ms	213	24	0

快速对比

切换对比组合

Mistral Small 4mediumvsMiMo-V2.5none Mistral Small 4mediumvsQwen3.5-9Bnone Mistral Small 4mediumvsQwen3 Coder Nextnone North Mini Codenone免费可用vsMistral Small 4medium DeepSeek V3.2nonevsMistral Small 4medium Mistral Small 4mediumvsGPT-4o-mininone KAT-Coder-Air V2.5lowvsInklingnone Ling-2.6-1TnonevsMistral Small 4medium MiniMax M2.7mediumvsInklingnone Mistral Small 4mediumvsQwen3.6 35B A3Bnone Mistral Small 4mediumvsLaguna XS 2.1none免费可用 Mistral Small 4mediumvsGLM 4.7 Flashnone