Mistral: Mistral Small 4 vs Poolside: Laguna S 2.1

Mistral Small 4 (medium) 平均分领先，为 5.1 vs 5.0。 Laguna S 2.1 (low) benchmark 成本更低，为 $0.091 vs $0.096。 Mistral Small 4 (medium) 更快，为 10.77s vs 85.35s，通过率为 42.4% vs 25.8%。

推荐模型Mistral Small 4 (medium)它在这里得分最高（5.1），同时响应速度比Laguna S 2.1 (low)快约 7.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用
分数	5.1	5.0
排名	#175	#181
可靠性	10.0	9.9
一致性	7.0	7.8
测试正确
尝试通过率	42.4%	25.8%
不稳定测试	8	6
总运行次数	66	66
每个结果成本	1.913	3.022
总成本	$0.096	$0.091
输入价格	$0.150 / 1M	$0.100 / 1M
输出价格	$0.600 / 1M	$0.200 / 1M
总输入令牌	140,494	118,746
输出令牌	39,462	67,823
推理令牌	92,362	383,885
响应时间（平均）	10.77s	85.35s
响应时间（最大）	59.15s	814.73s
响应时间（总计）	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

成本: $0.006
时间: 47.9s
令牌: 9,857 tok

#181 Laguna S 2.1

low

成本: $0.001
时间: 6.6s
令牌: 1,314 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778
Laguna S 2.1	3.4	5.8	25.0%	2		80.66s	616	311	43,722

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
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

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	3.0	10.0	0.0%	0		32.40s	116,624	17,890	18,384
Laguna S 2.1	3.2	5.2	16.7%	1		412.50s	92,870	8,211	174,584

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723
Laguna S 2.1	10.0	10.0	100.0%	0		2.76s	7,689	243	1,981

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904
Laguna S 2.1	3.0	10.0	0.0%	0		2.51s	765	24	2,606

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828
Laguna S 2.1	4.8	10.0	0.0%	0		650ms	513	120	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031
Laguna S 2.1	4.3	6.8	16.7%	1		423ms	702	60	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632
Laguna S 2.1	3.1	7.3	11.1%	1		2.70s	699	447	1,444

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810
Laguna S 2.1	10.0	10.0	100.0%	0		2.36s	6,747	286	417

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557
Laguna S 2.1	3.0	10.0	0.0%	0		202.49s	228	10	39,993

快速对比

切换对比组合

Mistral Small 4mediumvsMiMo-V2.5none DeepSeek V3.2nonevsLaguna S 2.1low免费可用 Mistral Small 4mediumvsQwen3.5-9Bnone Mistral Small 4mediumvsQwen3 Coder Nextnone MiniMax M2.7mediumvsLaguna S 2.1low免费可用 North Mini Codenone免费可用vsMistral Small 4medium GPT-4o-mininonevsLaguna S 2.1low免费可用 North Mini Codenone免费可用vsLaguna S 2.1low免费可用 Laguna S 2.1low免费可用vsQwen3.5-9Bnone Laguna S 2.1low免费可用vsMiMo-V2.5none Mistral Small 4mediumvsInklingnone Laguna S 2.1low免费可用vsGLM 4.7 Flashnone