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: Qwen3.5-35B-A3B

摘要

Mistral Small 4 vs Qwen3.5-35B-A3B benchmark 对比：Qwen3.5-35B-A3B 平均分领先，为 6.3 vs 5.1。 Mistral Small 4 benchmark 成本更低，为 $0.007 vs $0.401。 Mistral Small 4 更快，为 630ms vs 72.57s，通过率为 27.0% vs 69.8%。

推荐模型: Mistral Small 4 - 它提供了最佳整体取舍：得分有竞争力（5.1），成本低于Qwen3.5-35B-A3B，响应时间也较均衡。

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 none 发布日期: 2026-03-16 Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24
分数 5.1 6.3
排名 #136 #88
可靠性 10.0 10.0
一致性 9.5 7.5
测试正确
尝试通过率 27.0% 69.8%
不稳定测试 1 6
总运行次数 63 63
每个结果成本 0.139 5.162
总成本 $0.007 $0.401
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 37,309 42,196
输出令牌 2,201 40,630
推理令牌 0 353,577
响应时间（平均） 630ms 72.57s
响应时间（最大） 1.72s 409.98s
响应时间（总计） 13.22s 1524.04s

Generation showcase

Hamster playing table tennis

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

#136 Mistral Small 4

none
Cost
$0.002
Time
10.4s
Tokens
2,370 tok

#88 Qwen3.5-35B-A3B

medium
Cost
$0.009
Time
71.4s
Tokens
8,631 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 3.4 7.9 16.7% 1 395ms 708 182 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 21.13s 672 798 42,652
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 3.7 9.7 0.0% 0 901ms 7,636 619 0
Qwen3.5-35B-A3B 5.9 9.3 33.3% 0 206.65s 4,106 23,844 111,462
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 1.72s 11,640 496 0
Qwen3.5-35B-A3B 4.7 1.6 66.7% 1 75.34s 20,992 775 12,485
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 10.0 10.0 100.0% 0 822ms 7,914 261 0
Qwen3.5-35B-A3B 7.3 5.9 83.3% 1 59.33s 6,061 235 19,493
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 10.0 33.3% 0 367ms 798 28 0
Qwen3.5-35B-A3B 4.1 4.4 44.5% 2 88.34s 500 41 46,368
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 4.0 10.0 0.0% 0 729ms 519 205 0
Qwen3.5-35B-A3B 2.8 1.6 33.3% 1 30.30s 172 20 3,753
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 6.5 10.0 50.0% 0 380ms 729 69 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 24.45s 699 97 17,361
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 3.1 9.9 0.0% 0 399ms 735 111 0
Qwen3.5-35B-A3B 8.2 7.2 88.9% 1 33.13s 597 3,592 26,585
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 1.40s 6,420 213 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 4.65s 8,193 309 1,365
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 397ms 210 17 0
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 177.35s 204 10,919 72,053

快速对比

切换对比组合

GPT-5.5nonevsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumMiniMax M2.7mediumvsMistral Small 4noneDeepSeek V4 PrononevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitenonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3BmediumGemma 4 31Bnone免费可用vsQwen3.5-35B-A3Bmedium