AI BENCHY 对比

Mistral: Mistral Small 4 vs Poolside: Laguna XS 2.1

摘要

Mistral Small 4 vs Laguna XS 2.1 benchmark 对比：Laguna XS 2.1 平均分领先，为 5.3 vs 5.1。 Laguna XS 2.1 benchmark 成本更低，为 $0.003 vs $0.068。 Laguna XS 2.1 更快，为 722ms vs 9.40s，通过率为 44.4% vs 31.8%。

推荐模型: Laguna XS 2.1 - 它在这里得分最高（5.3），同时成本比Mistral Small 4低约 23.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用

指标	Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用
分数	5.1	5.3
排名	#138	#128
可靠性	10.0	10.0
一致性	6.9	9.0
测试正确
尝试通过率	44.4%	31.8%
不稳定测试	8	3
总运行次数	63	63
每个结果成本	1.344	0.058
总成本	$0.068	$0.003
输入价格	$0.150 / 1M	$0.060 / 1M
输出价格	$0.600 / 1M	$0.120 / 1M
总输入令牌	42,576	41,148
输出令牌	24,184	3,451
推理令牌	84,678	0
响应时间（平均）	9.40s	722ms
响应时间（最大）	59.15s	2.30s
响应时间（总计）	197.39s	15.17s

生成展示

Hamster playing table tennis

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

#138 Mistral Small 4

medium

成本: $0.006
时间: 47.9s
令牌: 9,857 tok

#128 Laguna XS 2.1

none

成本: $0.001
时间: 27.6s
令牌: 4,344 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

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 XS 2.1	5.3	8.3	33.3%	1		755ms	774	1,015	0

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 XS 2.1	4.3	7.8	22.2%	1		623ms	7,995	562	0

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		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

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 XS 2.1	10.0	10.0	100.0%	0		768ms	7,734	240	0

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 XS 2.1	5.3	10.0	33.3%	0		364ms	834	14	0

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 XS 2.1	5.0	10.0	0.0%	0		529ms	537	128	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 XS 2.1	3.8	5.8	33.3%	1		364ms	638	50	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 XS 2.1	3.0	10.0	0.0%	0		1.01s	771	730	0

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 XS 2.1	10.0	10.0	100.0%	0		1.36s	7,413	300	0

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 XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

快速对比

切换对比组合