नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mistral Small 4 (medium) vs Laguna XS 2.1

Laguna XS 2.1 average score में आगे है: 5.3 vs 5.1. Laguna XS 2.1 की benchmark लागत कम है: $0.008 vs $0.097. Laguna XS 2.1 तेज है: 1.55s vs 10.80s, pass rates 43.9% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#234
कुल आउटपुट टोकन
133,597
प्रतिक्रिया समय (औसत)
10.80s
कुल लागत
$0.097
रैंक
#225
कुल आउटपुट टोकन
13,377
प्रतिक्रिया समय (औसत)
1.55s
कुल लागत
$0.008
अनुशंसित मॉडल Laguna XS 2.1

It has the best score here (5.3), while costing about 13.5x less than Mistral Small 4 (medium).

विस्तृत तुलना

मेट्रिक Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16 Laguna XS 2.1 Laguna XS 2.1 none रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 5.1 5.3
रैंक #234 #225
विश्वसनीयता 10.0 10.0
संगति 7.0 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 43.9% 30.3%
अस्थिर टेस्ट 8 3
कुल रन 66 66
प्रति परिणाम लागत 1.923 0.143
कुल लागत $0.097 $0.008
इनपुट कीमत $0.150 / 1M $0.060 / 1M
आउटपुट कीमत $0.600 / 1M $0.120 / 1M
कुल इनपुट टोकन 140,559 91,607
आउटपुट टोकन 40,268 13,377
रीजनिंग टोकन 93,329 0
प्रतिक्रिया समय (औसत) 10.80s 1.55s
प्रतिक्रिया समय (अधिकतम) 59.15s 19.02s
प्रतिक्रिया समय (कुल) 237.60s 34.01s
पैरामीटर 119B कुल (6B सक्रिय) 33B कुल (3B सक्रिय)
उपलब्धता मुक्त स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#234 Mistral Small 4

medium
लागत
$0.006
समय
47.9s
टोकन
9,857 tok

#225 Laguna XS 2.1

none
लागत
$0.001
समय
27.6s
टोकन
4,344 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

त्वरित तुलना

तुलना जोड़ी बदलें