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 5.9 vs 5.1。 Mistral Small 4 benchmark 成本更低，为 $0.007 vs $0.012。 Mistral Small 4 更快，为 630ms vs 3.37s，通过率为 27.0% vs 42.9%。

推荐模型: Mistral Small 4 - 它的得分接近这里的最高分（5.1 vs 5.9），同时成本比Qwen3.5-35B-A3B低约 1.6 倍。

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 none 发布日期: 2026-02-24
分数 5.1 5.9
排名 #136 #108
可靠性 10.0 10.0
一致性 9.5 8.9
测试正确
尝试通过率 27.0% 42.9%
不稳定测试 1 3
总运行次数 63 63
每个结果成本 0.139 0.230
总成本 $0.007 $0.012
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 48,194
输出令牌 2,201 4,343
推理令牌 0 0
响应时间（平均） 630ms 3.37s
响应时间（最大） 1.72s 47.43s
响应时间（总计） 13.22s 70.75s

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

#108 Qwen3.5-35B-A3B

none
Cost
$0.005
Time
28.4s
Tokens
4,518 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 3.4 7.9 16.7% 1 1.43s 696 574 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 3.7 9.7 0.0% 0 901ms 7,636 619 0
Qwen3.5-35B-A3B 5.5 10.0 33.3% 0 1.39s 7,808 571 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 1.72s 11,640 496 0
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 47.43s 20,739 1,833 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 10.0 10.0 100.0% 0 822ms 7,914 261 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 1.16s 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 10.0 33.3% 0 367ms 798 28 0
Qwen3.5-35B-A3B 7.7 10.0 66.7% 0 485ms 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 4.0 10.0 0.0% 0 729ms 519 205 0
Qwen3.5-35B-A3B 6.5 3.4 66.7% 1 1.19s 522 114 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 6.5 10.0 50.0% 0 380ms 729 69 0
Qwen3.5-35B-A3B 6.3 10.0 50.0% 0 809ms 711 63 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 3.1 9.9 0.0% 0 399ms 735 111 0
Qwen3.5-35B-A3B 3.7 7.4 22.2% 1 1.35s 714 655 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 1.40s 6,420 213 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 2.30s 8,211 264 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 397ms 210 17 0
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 493ms 210 11 0

快速对比

切换对比组合

MiniMax M2.7mediumvsMistral Small 4noneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BnoneCobuddymediumvsMistral Small 4noneDeepSeek V4 ProhighvsQwen3.5-35B-A3BnoneGemma 4 31Bmedium免费可用vsQwen3.5-35B-A3BnoneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneMiniMax M2.5mediumvsMistral Small 4noneMistral Small 4nonevsQwen3 Coder NextmediumGemini 3.1 Flash LitelowvsQwen3.5-35B-A3BnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3BnoneGPT-5 NanomediumvsQwen3.5-35B-A3BnoneMiniMax M2.7mediumvsQwen3.5-35B-A3Bnone