AI BENCHY
Advertise here
#152

Laguna XS 2.1

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

প্রকাশিত
প্যারামিটার
33B মোট (3B সক্রিয়)
আর্কিটেকচার
MoE
উপলভ্যতা
ওজন উপলভ্য
লাইসেন্স
OpenMDW

ধারাবাহিকতা

9.0

মোট আউটপুট টোকেন

13,377

মোট ইনপুট টোকেন

91,598

ইনপুট মূল্য

$0.060 / 1M

আউটপুট মূল্য

$0.120 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 17

প্রতি চেষ্টায় পাস রেট: 30.3%

অস্থির টেস্ট

3

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

1.55s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 19.02s

প্রতিক্রিয়া সময় (মোট): 34.19s

Hamster playing table tennis

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

#152 Laguna XS 2.1

none
খরচ
$0.001
সময়
27.6s
টোকেন
4,344 tok

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

রানবেঞ্চমার্ক কভারেজস্কোরধারাবাহিকতানির্ভরযোগ্যতাসঠিক টেস্টঅস্থির টেস্টমোট আউটপুট টোকেনমোট ইনপুট টোকেনমোট খরচপ্রতিক্রিয়া সময় (গড়)
2026-07-16 23:17 · নতুন টেস্ট যোগ হয়েছে66/66 প্রচেষ্টা5.39.010.05/22313,37791,598$0.0081.55s
2026-08-14 03:10 · পুনরায় পরীক্ষা66/66 প্রচেষ্টা5.39.010.05/22313,37791,607$0.0081.55s
পার্থক্য0.00.00.0000-9-$0.001+8ms

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।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

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

তুলনা করা মডেল