AI BENCHY 对比

Mistral: Mistral Small 4 vs Qwen: Qwen3 Coder Next

摘要

Mistral Small 4 vs Qwen3 Coder Next benchmark 对比：Mistral Small 4 平均分领先，为 5.1 vs 4.7。 Mistral Small 4 benchmark 成本更低，为 $0.007 vs $0.008。 Mistral Small 4 更快，为 630ms vs 8.58s，通过率为 27.0% vs 28.6%。

推荐模型: Mistral Small 4 - 它在这里得分最高（5.1），同时响应速度比Qwen3 Coder Next快约 13.6 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 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03

指标	Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03
分数	5.1	4.7
排名	#136	#153
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%	28.6%
不稳定测试	1	3
总运行次数	63	63
每个结果成本	0.139	0.201
总成本	$0.007	$0.008
输入价格	$0.150 / 1M	$0.110 / 1M
输出价格	$0.600 / 1M	$0.800 / 1M
总输入令牌	37,309	47,250
输出令牌	2,201	3,319
推理令牌	0	0
响应时间（平均）	630ms	8.58s
响应时间（最大）	1.72s	81.80s
响应时间（总计）	13.22s	128.68s

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

#153 Qwen3 Coder Next

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 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

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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	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 Coder Next	3.0	10.0	0.0%	0		4.28s	20,469	317	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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	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 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	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 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	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 Coder Next	6.3	10.0	50.0%	0		7.49s	684	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 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	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 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

快速对比

切换对比组合