AI BENCHY 对比
Mistral: Mistral Small 4 vs Laguna Xs.2
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | Mistral Small 4 Mistral Small 4 none | Laguna Xs.2 Laguna Xs.2 medium 免费可用 |
|---|---|---|
| 分数 | 5.2 | 6.2 |
| 排名 | #115 | #81 |
| 可靠性 | 不适用 | 10.0 |
| 一致性 | 9.5 | 6.9 |
| 测试正确 | ||
| 尝试通过率 | 31.5% | 57.4% |
| 不稳定测试 | 1 | 7 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.118 | 0.000 |
| 总成本 | $0.006 | $0.000 |
| ???? | $0.150 / 1M | $0.000 / 1M |
| ???? | $0.600 / 1M | $0.000 / 1M |
| 输出令牌 | 2,207 | 58,141 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 665ms | 6.03s |
| 响应时间（最大） | 1.72s | 29.11s |
| 响应时间（总计） | 11.97s | 108.59s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.4 | 7.9 | 16.7% | 1 | 395ms | 182 | 0 | |
| Laguna Xs.2 | 7.4 | 5.9 | 83.3% | 2 | 2.60s | 5,283 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.5 | 9.0 | 0.0% | 0 | 1.28s | 583 | 0 | |
| Laguna Xs.2 | 6.3 | 3.7 | 33.3% | 1 | 14.36s | 7,896 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 1.72s | 496 | 0 | |
| Laguna Xs.2 | 3.0 | 10.0 | 0.0% | 0 | 15.92s | 8,501 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 822ms | 261 | 0 | |
| Laguna Xs.2 | 7.1 | 5.6 | 83.3% | 1 | 9.34s | 10,472 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 5.3 | 10.0 | 33.3% | 0 | 367ms | 28 | 0 | |
| Laguna Xs.2 | 4.1 | 4.4 | 44.5% | 2 | 11.12s | 18,712 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 4.0 | 10.0 | 0.0% | 0 | 729ms | 205 | 0 | |
| Laguna Xs.2 | 4.1 | 10.0 | 0.0% | 0 | 2.76s | 1,421 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 6.5 | 10.0 | 50.0% | 0 | 380ms | 69 | 0 | |
| Laguna Xs.2 | 10.0 | 10.0 | 100.0% | 0 | 1.68s | 1,517 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 3.1 | 9.9 | 0.0% | 0 | 589ms | 170 | 0 | |
| Laguna Xs.2 | 5.3 | 10.0 | 33.3% | 0 | 2.12s | 3,168 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 213 | 0 | |
| Laguna Xs.2 | 4.7 | 1.6 | 66.7% | 1 | 3.39s | 1,171 | 0 |
快速对比
切换对比组合
Seed-2.0-LitenonevsLaguna Xs.2medium免费可用Mistral Small 4nonevsNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用Mistral Small 4nonevsElephant AlphamediumLaguna Xs.2medium免费可用vsQwen3.5-35B-A3BnoneLaguna Xs.2medium免费可用vsQwen3.5-FlashnoneLaguna Xs.2medium免费可用vsGLM 5V TurbononeMiniMax M2.7mediumvsMistral Small 4noneDeepSeek V4 PrononevsLaguna Xs.2medium免费可用Laguna Xs.2medium免费可用vsQwen3.6 27BnoneLaguna Xs.2medium免费可用vsQwen3.5-27BnoneDeepSeek V3.2nonevsLaguna Xs.2medium免费可用Laguna Xs.2medium免费可用vsMiMo-V2-Pronone