Mistral: Mistral Small 4 vs Poolside: Laguna S 2.1

Laguna S 2.1 (medium) лидирует по среднему баллу: 5.4 vs 5.1. Mistral Small 4 имеет более низкую стоимость benchmark: $0.022 vs $0.059. Mistral Small 4 быстрее: 1.20s vs 58.43s, с долей успешных попыток 25.8% vs 25.8%.

Рекомендуемая модельMistral Small 4Его балл близок к лучшему здесь (5.1 против 5.4), при этом он примерно в 2.7 раза дешевле, чем Laguna S 2.1 (medium).

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 medium 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 medium Релиз: 2026-07-21 Бесплатно доступно
Оценка	5.1	5.4
Ранг	#173	#164
Надежность	10.0	9.8
Стабильность	9.6	8.4
Тестов верно
Доля успешных попыток	25.8%	25.8%
Нестабильные тесты	1	4
Всего запусков	66	66
Стоимость за результат	0.432	1.451
Общая стоимость	$0.022	$0.059
Цена входа	$0.150 / 1M	$0.100 / 1M
Цена выхода	$0.600 / 1M	$0.200 / 1M
Общее число входных токенов	104,708	86,641
Выходные токены	9,812	97,298
Токены рассуждений	0	242,297
Время ответа (среднее)	1.20s	58.43s
Время ответа (макс.)	13.16s	560.31s
Время ответа (суммарно)	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

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

#164 Laguna S 2.1

medium

Стоимость: $0.001
Время: 4.0s
Токены: 867 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		51.82s	672	370	45,172

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		158.98s	7,917	93,354	106,718

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	3.2	9.1	0.0%	0		284.71s	60,785	2,413	80,089

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		2.42s	7,689	243	1,699

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	2.9	7.2	11.1%	1		2.75s	765	24	2,863

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		739ms	513	164	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	4.2	9.9	0.0%	0		400ms	702	57	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	3.1	10.0	0.0%	0		2.62s	699	375	2,497

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		2.24s	6,747	270	420

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		7.11s	152	28	2,839

Быстрое сравнение

Сменить пару сравнения