नेव्हिगेशन
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

Mistral Small 4 (medium) average score मध्ये पुढे आहे: 5.1 vs 5.0. Laguna S 2.1 (low) चा benchmark खर्च कमी आहे: $0.091 vs $0.096. Mistral Small 4 (medium) वेगवान आहे: 10.77s vs 85.35s, pass rates 42.4% vs 25.8%.

शिफारस केलेले मॉडेलMistral Small 4 (medium)It has the best score here (5.1), while responding about 7.9x faster than Laguna S 2.1 (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-22

मेट्रिक Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16 Laguna S 2.1 Laguna S 2.1 low प्रकाशन: 2026-07-21 मोफत उपलब्ध
स्कोअर 5.1 5.0
क्रमांक #175 #181
विश्वसनीयता 10.0 9.9
सुसंगतता 7.0 7.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.4% 25.8%
अस्थिर चाचण्या 8 6
एकूण रन 66 66
प्रति निकाल खर्च 1.913 3.022
एकूण खर्च $0.096 $0.091
इनपुट किंमत $0.150 / 1M $0.100 / 1M
आउटपुट किंमत $0.600 / 1M $0.200 / 1M
एकूण इनपुट टोकन्स 140,494 118,746
आउटपुट टोकन्स 39,462 67,823
रिझनिंग टोकन्स 92,362 383,885
प्रतिसाद वेळ (सरासरी) 10.77s 85.35s
प्रतिसाद वेळ (कमाल) 59.15s 814.73s
प्रतिसाद वेळ (एकूण) 236.94s 1877.64s

Hamster playing table tennis

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

#175 Mistral Small 4

medium
खर्च
$0.006
वेळ
47.9s
टोकन्स
9,857 tok

#181 Laguna S 2.1

low
खर्च
$0.001
वेळ
6.6s
टोकन्स
1,314 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
Laguna S 2.1 3.8 7.1 22.2% 1 167.51s 7,917 58,111 119,138

झटपट तुलना

तुलना जोडी बदला