Gemini 3.1 Flash Lite Preview (low) vs Laguna XS 2.1 (medium)

Gemini 3.1 Flash Lite Preview (low) average score में आगे है: 6.6 vs 6.5. Laguna XS 2.1 (medium) की benchmark लागत कम है: $0.068 vs $0.646. Gemini 3.1 Flash Lite Preview (low) तेज है: 16.67s vs 48.18s, pass rates 63.6% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक: #149
कुल आउटपुट टोकन: 412,179
प्रतिक्रिया समय (औसत): 16.67s
कुल लागत: $0.646

रैंक: #155
कुल आउटपुट टोकन: 522,480
प्रतिक्रिया समय (औसत): 48.18s
कुल लागत: $0.068

अनुशंसित मॉडल Laguna XS 2.1 (medium)

Its score stays close to the best score here (6.5 vs 6.6), while costing about 9.6x less than Gemini 3.1 Flash Lite Preview (low).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low रिलीज़: 2026-03-03	Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low रिलीज़: 2026-03-03	Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर	6.6	6.5
रैंक	#149	#155
विश्वसनीयता	10.0	10.0
संगति	10.0	9.2
प्रयास	66/66	66/66
सही परीक्षण
प्रति प्रयास पास दर	63.6%	45.5%
अस्थिर टेस्ट	0	2
कुल रन	66	66
प्रति परिणाम लागत	4.613	0.745
कुल लागत	$0.646	$0.068
इनपुट कीमत	$0.250 / 1M	$0.060 / 1M
आउटपुट कीमत	$1.500 / 1M	$0.120 / 1M
कुल इनपुट टोकन	110,196	118,998
आउटपुट टोकन	14,717	30,750
रीजनिंग टोकन	397,462	491,730
प्रतिक्रिया समय (औसत)	16.67s	48.18s
प्रतिक्रिया समय (अधिकतम)	309.35s	422.72s
प्रतिक्रिया समय (कुल)	366.69s	1059.93s
पैरामीटर	~150B कुल (~10B सक्रिय)	33B कुल (3B सक्रिय)
उपलब्धता	बंद स्रोत	वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#149 Gemini 3.1 Flash Lite Preview

low

लागत: $0.002
समय: 3.7s
टोकन: 1,203 tok

#155 Laguna XS 2.1

medium

लागत: $0.001
समय: 30.6s
टोकन: 4,678 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

श्रेणी:

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
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

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		160.63s	85,851	12,656	389,079
Laguna XS 2.1	6.3	10.0	50.0%	0		218.07s	91,698	5,496	229,064

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		2.10s	652	18	1,191
Laguna XS 2.1	3.5	4.4	33.3%	2		67.48s	843	17	91,430

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		1.54s	490	69	384
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.49s	621	72	753
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		9.54s	5,757	237	993
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		1.35s	160	9	420
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

त्वरित तुलना

तुलना जोड़ी बदलें