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 Xiaomi: MiMo-V2-Flash

摘要

Mistral Small 4 vs MiMo-V2-Flash benchmark 对比：Mistral Small 4 平均分领先，为 5.3 vs 4.6。 MiMo-V2-Flash benchmark 成本更低，为 $0.025 vs $0.068。 MiMo-V2-Flash 更快，为 2.76s vs 9.40s，通过率为 44.4% vs 25.4%。

推荐模型: MiMo-V2-Flash - 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 2.8 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 MiMo-V2-Flash MiMo-V2-Flash none 发布日期: 2025-12-16
分数 5.3 4.6
排名 #133 #153
可靠性 10.0 6.7
一致性 6.9 8.5
测试正确
尝试通过率 44.4% 25.4%
不稳定测试 8 4
总运行次数 63 63
每个结果成本 1.344 0.584
总成本 $0.068 $0.025
输入价格 $0.150 / 1M $0.100 / 1M
输出价格 $0.600 / 1M $0.300 / 1M
总输入令牌 42,576 36,851
输出令牌 24,184 68,882
推理令牌 84,678 0
响应时间（平均） 9.40s 2.76s
响应时间（最大） 59.15s 19.68s
响应时间（总计） 197.39s 46.99s

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

#153 MiMo-V2-Flash

none
Cost
$0.001
Time
7.7s
Tokens
1,481 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
MiMo-V2-Flash 3.2 8.0 8.3% 1 1.19s 645 865 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
MiMo-V2-Flash 4.3 7.9 11.1% 1 2.64s 7,442 763 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
MiMo-V2-Flash 3.0 10.0 0.0% 0 2.87s 15,075 330 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
MiMo-V2-Flash 2.9 5.8 16.7% 1 19.68s 2,622 161 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
MiMo-V2-Flash 5.3 7.2 44.4% 1 564ms 753 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
MiMo-V2-Flash 4.6 10.0 0.0% 0 1.67s 498 104 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
MiMo-V2-Flash 6.5 10.0 50.0% 0 857ms 684 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
MiMo-V2-Flash 5.3 10.0 33.3% 0 1.86s 678 66,282 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
MiMo-V2-Flash 10.0 10.0 100.0% 0 2.28s 8,238 272 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
MiMo-V2-Flash 3.0 10.0 0.0% 0 1.82s 216 12 0

快速对比

切换对比组合

Mistral Small 4mediumvsQwen3.5-122B-A10BnoneQwen3 Coder NextmediumvsMiMo-V2-FlashnoneDeepSeek 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-PrononeMiMo-V2-FlashnonevsGLM 4.7 Flashmedium