নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 3.1 Flash Lite Preview vs Poolside: Laguna XS 2.1

average score প্রায় সমান: 6.5 vs 6.5. Laguna XS 2.1 (medium)-এর benchmark খরচ কম: $0.068 vs $0.646. Gemini 3.1 Flash Lite Preview (low) দ্রুত: 16.70s vs 47.93s, pass rates 59.1% vs 42.4%.

প্রস্তাবিত মডেলLaguna XS 2.1 (medium)It has the best score here (6.5), while costing about 9.6x less than Gemini 3.1 Flash Lite Preview (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low প্রকাশ: 2026-03-03 Laguna XS 2.1 Laguna XS 2.1 medium প্রকাশ: 2026-07-02 বিনামূল্যে উপলভ্য
স্কোর 6.5 6.5
র‍্যাঙ্ক #99 #97
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 10.0 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 59.1% 42.4%
অস্থির টেস্ট 0 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.969 0.746
মোট খরচ $0.646 $0.068
ইনপুট মূল্য $0.250 / 1M $0.060 / 1M
আউটপুট মূল্য $1.500 / 1M $0.120 / 1M
মোট ইনপুট টোকেন 110,185 118,989
আউটপুট টোকেন 14,717 30,750
রিজনিং টোকেন 397,483 491,833
প্রতিক্রিয়া সময় (গড়) 16.70s 47.93s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 309.35s 422.72s
প্রতিক্রিয়া সময় (মোট) 367.47s 1054.49s

Hamster playing table tennis

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

#99 Gemini 3.1 Flash Lite Preview

low
খরচ
$0.002
সময়
3.7s
টোকেন
1,203 tok

#97 Laguna XS 2.1

medium
খরচ
$0.001
সময়
30.6s
টোকেন
4,678 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258

দ্রুত তুলনা

তুলনার জুটি বদলান