Mistral: Mistral Small 4 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) 平均分领先，为 5.4 vs 5.1。 Mistral Small 4 benchmark 成本更低，为 $0.022 vs $0.127。 Mistral Small 4 更快，为 1.20s vs 111.61s，通过率为 25.8% vs 27.3%。

推荐模型Mistral Small 4它的得分接近这里的最高分（5.1 vs 5.4），同时成本比Laguna S 2.1 (high)低约 5.8 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 none 发布日期: 2026-03-16	Laguna S 2.1 Laguna S 2.1 high 发布日期: 2026-07-21 免费可用

指标	Mistral Small 4 Mistral Small 4 none 发布日期: 2026-03-16	Laguna S 2.1 Laguna S 2.1 high 发布日期: 2026-07-21 免费可用
分数	5.1	5.4
排名	#173	#167
可靠性	10.0	9.9
一致性	9.6	8.1
测试正确
尝试通过率	25.8%	27.3%
不稳定测试	1	5
总运行次数	66	66
每个结果成本	0.432	3.153
总成本	$0.022	$0.127
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	104,708	208,931
输出令牌	9,812	175,588
推理令牌	0	409,276
响应时间（平均）	1.20s	111.61s
响应时间（最大）	13.16s	1190.11s
响应时间（总计）	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

成本: $0.002
时间: 10.4s
令牌: 2,370 tok

#167 Laguna S 2.1

high

成本: $0.001
时间: 6.8s
令牌: 1,389 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	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

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	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

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		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

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	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

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	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

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	4.0	10.0	0.0%	0		729ms	519	205	0
Laguna S 2.1	4.6	9.8	0.0%	0		855ms	513	135	0

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	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

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	3.1	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

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

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

快速对比

切换对比组合