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

Mistral: Mistral Small 4 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) average score में आगे है: 5.4 vs 5.1. Mistral Small 4 की benchmark लागत कम है: $0.022 vs $0.127. Mistral Small 4 तेज है: 1.20s vs 111.61s, pass rates 25.8% vs 27.3%.

अनुशंसित मॉडलMistral Small 4Its score stays close to the best score here (5.1 vs 5.4), while costing about 5.8x less than Laguna S 2.1 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22

मेट्रिक Mistral Small 4 Mistral Small 4 none रिलीज़: 2026-03-16 Laguna S 2.1 Laguna S 2.1 high रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.1 5.4
रैंक #173 #167
विश्वसनीयता 10.0 9.9
संगति 9.6 8.1
सही परीक्षण
प्रति प्रयास पास दर 25.8% 27.3%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 0.432 3.153
कुल लागत $0.022 $0.127
इनपुट कीमत $0.150 / 1M $0.100 / 1M
आउटपुट कीमत $0.600 / 1M $0.200 / 1M
कुल इनपुट टोकन 104,708 208,931
आउटपुट टोकन 9,812 175,588
रीजनिंग टोकन 0 409,276
प्रतिक्रिया समय (औसत) 1.20s 111.61s
प्रतिक्रिया समय (अधिकतम) 13.16s 1190.11s
प्रतिक्रिया समय (कुल) 26.38s 2455.39s

Hamster playing table tennis

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

#173 Mistral Small 4

none
लागत
$0.002
समय
10.4s
टोकन
2,370 tok

#167 Laguna S 2.1

high
लागत
$0.001
समय
6.8s
टोकन
1,389 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 3.7 9.7 0.0% 0 901ms 7,636 619 0
Laguna S 2.1 5.3 7.2 44.4% 1 271.42s 6,496 59,355 151,009

त्वरित तुलना

तुलना जोड़ी बदलें