AI BENCHY Compare

Mistral: Mistral Small 4 vs Poolside: Laguna XS 2.1

Rezumat

Comparație benchmark Mistral Small 4 vs Laguna XS 2.1: Laguna XS 2.1 conduce la scorul mediu cu 5.3 vs 5.1. Laguna XS 2.1 are costul de benchmark mai mic, $0.003 vs $0.068. Laguna XS 2.1 este mai rapid cu 722ms vs 9.40s, cu rate de reușită de 44.4% vs 31.8%.

Model recomandat: Laguna XS 2.1 - Are cel mai bun scor aici (5.3) și costă de aproximativ 23.3x mai puțin decât Mistral Small 4.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică	Mistral Small 4 Mistral Small 4 medium Lansare: 2026-03-16	Laguna XS 2.1 Laguna XS 2.1 none Lansare: 2026-07-02 Disponibil gratuit

Metrică	Mistral Small 4 Mistral Small 4 medium Lansare: 2026-03-16	Laguna XS 2.1 Laguna XS 2.1 none Lansare: 2026-07-02 Disponibil gratuit
Scor	5.1	5.3
Rang	#138	#128
Fiabilitate	10.0	10.0
Consistență	6.9	9.0
Teste corecte
Rată de trecere pe încercare	44.4%	31.8%
Teste instabile	8	3
Rulări totale	63	63
Cost per rezultat	1.344	0.058
Cost total	$0.068	$0.003
Preț de intrare	$0.150 / 1M	$0.060 / 1M
Preț de ieșire	$0.600 / 1M	$0.120 / 1M
Total tokenuri de intrare	42,576	41,148
Tokenuri de ieșire	24,184	3,451
Tokenuri de raționament	84,678	0
Timp de răspuns (mediu)	9.40s	722ms
Timp de răspuns (maxim)	59.15s	2.30s
Timp de răspuns (total)	197.39s	15.17s

Prezentare generare

Hamster playing table tennis

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

#138 Mistral Small 4

medium

Cost: $0.006
Timp: 47.9s
Tokenuri: 9,857 tok

#128 Laguna XS 2.1

none

Cost: $0.001
Timp: 27.6s
Tokenuri: 4,344 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Comparație rapidă

Schimbă perechea de comparație