AI BENCHY 对比
Mistral: Mistral Small 4 vs Qwen: Qwen3 Coder Next
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-04
| 指标 | Mistral Small 4 Mistral Small 4 none | Qwen3 Coder Next Qwen3 Coder Next none |
|---|---|---|
| 分数 | 5.3 | 5.0 |
| 排名 | #75 | #79 |
| 一致性 | 9.5 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 33.3% | 23.5% |
| 不稳定测试 | 1 | 0 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 0.108 | 0.175 |
| 总成本 | $0.006 | $0.007 |
| ???? | $0.150 / 1M | $0.120 / 1M |
| ???? | $0.600 / 1M | $0.750 / 1M |
| 输出令牌 | 1,624 | 3,032 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 629ms | 10.82s |
| 响应时间（最大） | 1.72s | 45.14s |
| 响应时间（总计） | 10.70s | 118.99s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.4 | 7.9 | 16.7% | 1 | 395ms | 182 | 0 | |
| Qwen3 Coder Next | 3.6 | 10.0 | 0.0% | 0 | 3.31s | 1,321 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 1.72s | 496 | 0 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 45.14s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 822ms | 261 | 0 | |
| Qwen3 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 1.32s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 5.3 | 10.0 | 33.3% | 0 | 367ms | 28 | 0 | |
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 962ms | 26 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.0 | 10.0 | 0.0% | 0 | 729ms | 205 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 1.34s | 152 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 6.5 | 10.0 | 50.0% | 0 | 380ms | 69 | 0 | |
| Qwen3 Coder Next | 4.8 | 10.0 | 0.0% | 0 | 7.71s | 63 | 0 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.1 | 9.9 | 0.0% | 0 | 589ms | 170 | 0 | |
| Qwen3 Coder Next | 3.2 | 10.0 | 0.0% | 0 | 22.86s | 652 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 213 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 255 | 0 |
快速对比
切换对比组合
MiniMax M2.7mediumvsQwen3 Coder NextnoneMiniMax M2.7mediumvsMistral Small 4noneQwen3 Coder NextnonevsGLM 4.7 FlashmediumMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4nonevsGLM 4.7 FlashmediumMistral Small 4mediumvsQwen3 Coder NextnoneMiniMax M2.5medium免费可用vsMistral Small 4noneMistral Small 4nonevsgpt-oss-120bmedium免费可用Mistral Small 4nonevsQwen3.5-9BmediumMiniMax M2.5medium免费可用vsQwen3 Coder NextnoneMistral Small 4nonevsGrok 4.20 Multi Agent Betamediumgpt-oss-120bmedium免费可用vsQwen3 Coder Nextnone