Mistral: Mistral Small 4 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) лидирует по среднему баллу: 5.4 vs 5.1. Mistral Small 4 имеет более низкую стоимость benchmark: $0.022 vs $0.127. Mistral Small 4 быстрее: 1.20s vs 111.61s, с долей успешных попыток 25.8% vs 27.3%.

Рекомендуемая модельMistral Small 4Его балл близок к лучшему здесь (5.1 против 5.4), при этом он примерно в 5.8 раза дешевле, чем Laguna S 2.1 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-22

Метрика	Mistral Small 4 Mistral Small 4 none Релиз: 2026-03-16	Laguna S 2.1 Laguna S 2.1 high Релиз: 2026-07-21 Бесплатно доступно

Метрика	Mistral Small 4 Mistral Small 4 none Релиз: 2026-03-16	Laguna S 2.1 Laguna S 2.1 high Релиз: 2026-07-21 Бесплатно доступно
Оценка	5.1	5.4
Ранг	#173	#167
Надежность	10.0	9.9
Стабильность	9.6	8.1
Тестов верно
Доля успешных попыток	25.8%	27.3%
Нестабильные тесты	1	5
Всего запусков	66	66
Стоимость за результат	0.432	3.153
Общая стоимость	$0.022	$0.127
Цена входа	$0.150 / 1M	$0.100 / 1M
Цена выхода	$0.600 / 1M	$0.200 / 1M
Общее число входных токенов	104,708	208,931
Выходные токены	9,812	175,588
Токены рассуждений	0	409,276
Время ответа (среднее)	1.20s	111.61s
Время ответа (макс.)	13.16s	1190.11s
Время ответа (суммарно)	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

Стоимость: $0.002
Время: 10.4s
Токены: 2,370 tok

#167 Laguna S 2.1

high

Стоимость: $0.001
Время: 6.8s
Токены: 1,389 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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	3.4	7.9	16.7%	1		395ms	708	182	0
Laguna S 2.1	3.4	5.8	25.0%	2		52.20s	672	504	46,579

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

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		7.44s	79,039	8,107	0
Laguna S 2.1	2.9	6.0	16.7%	1		702.26s	184,420	114,577	203,826

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	10.0	10.0	100.0%	0		822ms	7,914	261	0
Laguna S 2.1	10.0	10.0	100.0%	0		1.96s	7,689	243	1,705

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	10.0	33.3%	0		367ms	798	28	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.56s	765	24	2,035

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	4.0	10.0	0.0%	0		729ms	519	205	0
Laguna S 2.1	4.6	9.8	0.0%	0		855ms	513	135	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	6.5	10.0	50.0%	0		380ms	729	69	0
Laguna S 2.1	4.6	10.0	0.0%	0		453ms	702	60	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Mistral Small 4	3.1	9.9	0.0%	0		399ms	735	111	0
Laguna S 2.1	2.9	7.2	11.1%	1		1.62s	699	370	1,130

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		1.40s	6,420	213	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.69s	6,747	306	334

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		397ms	210	17	0
Laguna S 2.1	3.0	10.0	0.0%	0		6.94s	228	14	2,658

Быстрое сравнение

Сменить пару сравнения