AI BENCHY Compare

Mistral: Mistral Small 4 vs Poolside: Laguna XS 2.1

Сводка

Сравнение benchmark Mistral Small 4 vs Laguna XS 2.1: Laguna XS 2.1 лидирует по среднему баллу: 5.3 vs 5.1. Laguna XS 2.1 имеет более низкую стоимость benchmark: $0.003 vs $0.068. Laguna XS 2.1 быстрее: 722ms vs 9.40s, с долей успешных попыток 44.4% vs 31.8%.

Рекомендуемая модель: Laguna XS 2.1 - Здесь у него лучший балл (5.3), при этом он примерно в 23.3 раза дешевле, чем Mistral Small 4.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16	Laguna XS 2.1 Laguna XS 2.1 none Релиз: 2026-07-02 Бесплатно доступно

Метрика	Mistral Small 4 Mistral Small 4 medium Релиз: 2026-03-16	Laguna XS 2.1 Laguna XS 2.1 none Релиз: 2026-07-02 Бесплатно доступно
Оценка	5.1	5.3
Ранг	#138	#128
Надежность	10.0	10.0
Стабильность	6.9	9.0
Тестов верно
Доля успешных попыток	44.4%	31.8%
Нестабильные тесты	8	3
Всего запусков	63	63
Стоимость за результат	1.344	0.058
Общая стоимость	$0.068	$0.003
Цена входа	$0.150 / 1M	$0.060 / 1M
Цена выхода	$0.600 / 1M	$0.120 / 1M
Общее число входных токенов	42,576	41,148
Выходные токены	24,184	3,451
Токены рассуждений	84,678	0
Время ответа (среднее)	9.40s	722ms
Время ответа (макс.)	59.15s	2.30s
Время ответа (суммарно)	197.39s	15.17s

Генерация showcase

Hamster playing table tennis

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

#138 Mistral Small 4

medium

Стоимость: $0.006
Время: 47.9s
Токены: 9,857 tok

#128 Laguna XS 2.1

none

Стоимость: $0.001
Время: 27.6s
Токены: 4,344 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения