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 (medium) average score में आगे है: 5.4 vs 5.1. Mistral Small 4 की benchmark लागत कम है: $0.022 vs $0.059. Mistral Small 4 तेज है: 1.20s vs 58.43s, pass rates 25.8% vs 25.8%.

अनुशंसित मॉडलMistral Small 4Its score stays close to the best score here (5.1 vs 5.4), while costing about 2.7x less than Laguna S 2.1 (medium).

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 medium रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.1 5.4
रैंक #173 #164
विश्वसनीयता 10.0 9.8
संगति 9.6 8.4
सही परीक्षण
प्रति प्रयास पास दर 25.8% 25.8%
अस्थिर टेस्ट 1 4
कुल रन 66 66
प्रति परिणाम लागत 0.432 1.451
कुल लागत $0.022 $0.059
इनपुट कीमत $0.150 / 1M $0.100 / 1M
आउटपुट कीमत $0.600 / 1M $0.200 / 1M
कुल इनपुट टोकन 104,708 86,641
आउटपुट टोकन 9,812 97,298
रीजनिंग टोकन 0 242,297
प्रतिक्रिया समय (औसत) 1.20s 58.43s
प्रतिक्रिया समय (अधिकतम) 13.16s 560.31s
प्रतिक्रिया समय (कुल) 26.38s 1285.48s

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

#164 Laguna S 2.1

medium
लागत
$0.001
समय
4.0s
टोकन
867 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% 1 158.98s 7,917 93,354 106,718

त्वरित तुलना

तुलना जोड़ी बदलें