Poolside: Laguna S 2.1 vs xAI: Grok 4.20

Laguna S 2.1 lidera en puntuación media con 4.5 vs 4.1. Laguna S 2.1 tiene menor coste de benchmark con $0.025 vs $0.057. Grok 4.20 es más rápido con 1.11s vs 11.67s, con tasas de acierto de 15.2% vs 27.3%.

Modelo recomendadoLaguna S 2.1Tiene la mejor puntuación aquí (4.5) y cuesta aproximadamente 2.3x menos que Grok 4.20.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-22

Métrica	Laguna S 2.1 Laguna S 2.1 none Lanzamiento: 2026-07-21 Disponible gratis	Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31

Métrica	Laguna S 2.1 Laguna S 2.1 none Lanzamiento: 2026-07-21 Disponible gratis	Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación	4.5	4.1
Rango	#200	#207
Fiabilidad	10.0	N/D
Consistencia	8.8	8.1
Pruebas correctas
Tasa de aciertos por intento	15.2%	27.3%
Pruebas inestables	3	0
Ejecuciones totales	66	54
Costo por resultado	1.205	1.570
Costo total	$0.025	$0.057
Precio de entrada	$0.100 / 1M	$1.250 / 1M
Precio de salida	$0.200 / 1M	$2.500 / 1M
Total de tokens de entrada	125,598	41,313
Tokens de salida	57,634	1,923
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	11.67s	1.11s
Tiempo de respuesta (máximo)	200.52s	6.04s
Tiempo de respuesta (total)	256.80s	19.96s

Hamster playing table tennis

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

#200 Laguna S 2.1

none

Coste: $0.001
Tiempo: 7.6s
Tokens: 1,345 tok

#207 xAI: Grok 4.20

none

Coste: $0.004
Tiempo: 6.5s
Tokens: 1,367 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	3.1	7.9	8.3%	1		835ms	672	877	0
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	3.4	9.7	0.0%	0		550ms	7,917	424	0
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	2.9	5.8	16.7%	1		21.62s	99,668	10,893	0
Grok 4.20	1.5	5.0	0.0%	0		6.04s	17,673	282	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	10.0	10.0	100.0%	0		537ms	7,689	237	0
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	3.0	10.0	0.0%	0		366ms	765	18	0
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	5.0	10.0	0.0%	0		815ms	513	166	0
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	4.3	9.9	0.0%	0		566ms	702	54	0
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	60	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	3.1	10.0	0.0%	0		828ms	699	307	0
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	4.7	1.6	66.7%	1		1.45s	6,745	259	0
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Laguna S 2.1	3.0	10.0	0.0%	0		200.52s	228	44,399	0
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsLaguna S 2.1noneDisponible gratis CobuddymediumvsLaguna S 2.1noneDisponible gratis Laguna S 2.1noneDisponible gratisvsQwen3 Coder Nextmedium Grok 4.20nonevsGLM 4.7 Flashmedium Laguna S 2.1noneDisponible gratisvsGLM 4.7 Flashmedium Qwen3.5-9BmediumvsGrok 4.20none MiniMax M2.5mediumvsGrok 4.20none MiniMax M2.7mediumvsLaguna S 2.1noneDisponible gratis CobuddymediumvsGrok 4.20none Qwen3 Coder NextmediumvsGrok 4.20none Mistral Small 4mediumvsLaguna S 2.1noneDisponible gratis Laguna S 2.1noneDisponible gratisvsQwen3.5-9Bmedium