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

AI BENCHY तुलना

Mistral: Mistral Small 4 vs Poolside: Laguna XS 2.1

सारांश

Mistral Small 4 vs Laguna XS 2.1 benchmark तुलना: Laguna XS 2.1 average score में आगे है: 5.3 vs 5.1. Laguna XS 2.1 की benchmark लागत कम है: $0.003 vs $0.068. Laguna XS 2.1 तेज है: 722ms vs 9.40s, pass rates 44.4% vs 31.8%.

अनुशंसित मॉडल: Laguna XS 2.1 - It has the best score here (5.3), while costing about 23.3x less than Mistral Small 4.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-02

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 #138 #128
विश्वसनीयता 10.0 10.0
संगति 6.9 9.0
सही परीक्षण
प्रति प्रयास पास दर 44.4% 31.8%
अस्थिर टेस्ट 8 3
कुल रन 63 63
प्रति परिणाम लागत 1.344 0.058
कुल लागत $0.068 $0.003
इनपुट कीमत $0.150 / 1M $0.060 / 1M
आउटपुट कीमत $0.600 / 1M $0.120 / 1M
कुल इनपुट टोकन 42,576 41,148
आउटपुट टोकन 24,184 3,451
रीजनिंग टोकन 84,678 0
प्रतिक्रिया समय (औसत) 9.40s 722ms
प्रतिक्रिया समय (अधिकतम) 59.15s 2.30s
प्रतिक्रिया समय (कुल) 197.39s 15.17s

जनरेशन शोकेस

Hamster playing table tennis

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

#138 Mistral Small 4

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

#128 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
Laguna XS 2.1 5.3 8.3 33.3% 1 755ms 774 1,015 0
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
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 2,612 10,700
Laguna XS 2.1 3.0 10.0 0.0% 0 1.76s 14,197 402 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
Laguna XS 2.1 10.0 10.0 100.0% 0 768ms 7,734 240 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
Laguna XS 2.1 5.3 10.0 33.3% 0 364ms 834 14 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
Laguna XS 2.1 5.0 10.0 0.0% 0 529ms 537 128 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 1,031
Laguna XS 2.1 3.8 5.8 33.3% 1 364ms 638 50 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
Laguna XS 2.1 3.0 10.0 0.0% 0 1.01s 771 730 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
Laguna XS 2.1 10.0 10.0 100.0% 0 1.36s 7,413 300 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557
Laguna XS 2.1 3.0 10.0 0.0% 0 254ms 255 10 0

त्वरित तुलना

तुलना जोड़ी बदलें