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：: 2026-04-29
| 指标 | Mistral Small 4 Mistral Small 4 none | Laguna Xs.2 Laguna Xs.2 none 免费可用 |
|---|---|---|
| 分数 | 5.2 | 5.0 |
| 排名 | #109 | #118 |
| 可靠性 | 不适用 | 9.9 |
| 一致性 | 9.5 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 31.5% | 27.8% |
| 不稳定测试 | 1 | 0 |
| 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 | 3,824 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 665ms | 1.68s |
| 响应时间（最大） | 1.72s | 16.04s |
| 响应时间（总计） | 11.97s | 30.26s |
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 | 3.2 | 10.0 | 0.0% | 0 | 743ms | 933 | 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 | 2.5 | 10.0 | 0.0% | 0 | 1.96s | 866 | 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 | 2.01s | 521 | 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 | 10.0 | 10.0 | 100.0% | 0 | 646ms | 246 | 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 | 5.3 | 10.0 | 33.3% | 0 | 371ms | 33 | 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 | 5.0 | 10.0 | 0.0% | 0 | 16.04s | 200 | 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 | 6.5 | 10.0 | 50.0% | 0 | 439ms | 81 | 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 | 5.4 | 10.0 | 33.3% | 0 | 688ms | 552 | 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 | 3.0 | 10.0 | 0.0% | 0 | 1.93s | 392 | 0 |
快速对比
切换对比组合
Mistral Small 4nonevsNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用Mistral Small 4nonevsElephant AlphamediumMiniMax M2.7mediumvsMistral Small 4noneNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用vsLaguna Xs.2none免费可用Elephant AlphamediumvsLaguna Xs.2none免费可用MiniMax M2.7mediumvsLaguna Xs.2none免费可用Laguna Xs.2none免费可用vsQwen3 Coder NextmediumLaguna Xs.2none免费可用vsGLM 4.7 FlashmediumMiniMax M2.5medium免费可用vsMistral Small 4noneMistral Small 4nonevsQwen3 Coder NextmediumMistral Small 4mediumvsLaguna Xs.2none免费可用Mistral Small 4nonevsGLM 4.7 Flashmedium