नेविगेशन
AI BENCHY
Advertise here

DeepSeek: DeepSeek V3.2 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) average score में आगे है: 5.4 vs 5.0. DeepSeek V3.2 की benchmark लागत कम है: $0.054 vs $0.127. DeepSeek V3.2 तेज है: 18.25s vs 111.61s, pass rates 37.9% vs 27.3%.

अनुशंसित मॉडलDeepSeek V3.2Its score stays close to the best score here (5.0 vs 5.4), while costing about 2.4x less than Laguna S 2.1 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 none रिलीज़: 2025-12-01 Laguna S 2.1 Laguna S 2.1 high रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.0 5.4
रैंक #182 #167
विश्वसनीयता 10.0 9.9
संगति 7.7 8.1
सही परीक्षण
प्रति प्रयास पास दर 37.9% 27.3%
अस्थिर टेस्ट 6 5
कुल रन 66 66
प्रति परिणाम लागत 0.870 3.153
कुल लागत $0.054 $0.127
इनपुट कीमत $0.269 / 1M $0.100 / 1M
आउटपुट कीमत $0.400 / 1M $0.200 / 1M
कुल इनपुट टोकन 135,780 208,931
आउटपुट टोकन 42,097 175,588
रीजनिंग टोकन 0 409,276
प्रतिक्रिया समय (औसत) 18.25s 111.61s
प्रतिक्रिया समय (अधिकतम) 115.89s 1190.11s
प्रतिक्रिया समय (कुल) 401.60s 2455.39s

Hamster playing table tennis

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

#182 DeepSeek V3.2

none
लागत
$0.002
समय
7.0s
टोकन
1,046 tok

#167 Laguna S 2.1

high
लागत
$0.001
समय
6.8s
टोकन
1,389 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Laguna S 2.1 5.3 7.2 44.4% 1 271.42s 6,496 59,355 151,009

त्वरित तुलना

तुलना जोड़ी बदलें