#152 Laguna XS 2.1
none- খরচ
- $0.001
- সময়
- 27.6s
- টোকেন
- 4,344 tok
Poolside
প্রকাশ: 2026-07-02
পরীক্ষিত হয়েছে: 2026-07-16 23:17
poolside/laguna-xs-2.1::none
33B মোট (3B সক্রিয়)MoEওজন উপলভ্য
(medium)
(none)
সারাংশ
Laguna XS 2.1 AI BENCHY-তে 5.3 স্কোর করে এবং #152 স্থানে আছে। এর reliability 10.0, pass rate 30.3%, মোট খরচ $0.008, এবং গড় response time 1.55s.
Laguna XS 2.1 কে আলাদা করে যা: এটি Sadharon Buddhimotta-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #4; আর নির্দেশনা অনুসরণ এর দুর্বলতম ক্ষেত্র, rank #17. একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।
মডেলের তথ্য
গবেষণার তারিখ: 2026-08-12
- প্যারামিটার
- 33B মোট (3B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- ওজন উপলভ্য
- লাইসেন্স
- OpenMDW
5.3
ধারাবাহিকতা
9.0
10.0
$0.008
মোট আউটপুট টোকেন
13,377
মোট ইনপুট টোকেন
91,598
ইনপুট মূল্য
$0.060 / 1M
আউটপুট মূল্য
$0.120 / 1M
অস্থির টেস্ট
3
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-08-14 03:10 পুনরায় পরীক্ষা | 5.3 | 10.0 | $0.008 | তুলনা করুন | |
| 2026-07-16 23:17 নতুন টেস্ট যোগ হয়েছে | 5.3 | 10.0 | $0.008 | বর্তমান রান | |
| 2026-07-02 16:44 প্রথম রান | 5.3 | 10.0 | $0.003 | তুলনা করুন |
এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 23:17 · নতুন টেস্ট যোগ হয়েছে | 66/66 প্রচেষ্টা | 5.3 | 9.0 | 10.0 | 5/22 | 3 | 13,377 | 91,598 | $0.008 | 1.55s |
| 2026-07-02 16:44 · প্রথম রান | 63/63 প্রচেষ্টা | 5.3 | 9.0 | 10.0 | 5/21 | 3 | 3,451 | 41,148 | $0.003 | 722ms |
| পার্থক্য | — | 0.0 | 0.0 | 0.0 | 0 | 0 | +9926 | +50450 | +$0.005 | +832ms |
বেঞ্চমার্ক কভারেজ আলাদা: 66/66 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি) বনাম 63/63 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি)। মোট মান ও পুনরাবৃত্তি-সংবেদনশীল মেট্রিক সরাসরি তুলনাযোগ্য নয়।
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
মূল্যের ইতিহাস
OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।
| তারিখ | ইনপুট মূল্য | আউটপুট মূল্য |
|---|---|---|
| 2026-07-02 17:22 | $0.060 / 1M | $0.120 / 1M |
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
Laguna XS 2.1noneবিনামূল্যে উপলভ্যvsInkling SmallnoneLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsSeed-2.0-CodenoneLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsLaguna S 2.1highবিনামূল্যে উপলভ্যLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsLing-2.6-1TnoneLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsDeepSeek V4 Flash 0731noneLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsQwen3.6 35B A3BnoneLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsKimi K2.5noneLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsDots 3 Note Previewnoneবিনামূল্যে উপলভ্যLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsMiMo-V2.5-PrononeLaguna XS 2.1noneবিনামূল্যে উপলভ্যvsInklingnone
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 5.3 | 8.3 | |
| কোডিং | 4.3 | 7.8 | |
| সমন্বিত | 3.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 5.3 | 10.0 | |
| Sadharon Buddhimotta | 5.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 3.8 | 5.8 | |
| ধাঁধা সমাধান | 3.0 | 10.0 | |
| টুল কলিং | 10.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |