नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 3.1 Flash Lite Preview vs Poolside: Laguna XS 2.1

average score लगभग बराबर है: 6.4 vs 6.5. Gemini 3.1 Flash Lite Preview की benchmark लागत कम है: $0.052 vs $0.068. Gemini 3.1 Flash Lite Preview तेज है: 1.58s vs 47.93s, pass rates 57.6% vs 42.4%.

अनुशंसित मॉडलGemini 3.1 Flash Lite PreviewIt has the best score here (6.4), while responding about 30.4x faster than Laguna XS 2.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03 Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 6.4 6.5
रैंक #101 #97
विश्वसनीयता 10.0 10.0
संगति 9.7 9.6
सही परीक्षण
प्रति प्रयास पास दर 57.6% 42.4%
अस्थिर टेस्ट 1 1
कुल रन 66 66
प्रति परिणाम लागत 0.431 0.746
कुल लागत $0.052 $0.068
इनपुट कीमत $0.250 / 1M $0.060 / 1M
आउटपुट कीमत $1.500 / 1M $0.120 / 1M
कुल इनपुट टोकन 120,942 118,989
आउटपुट टोकन 14,292 30,750
रीजनिंग टोकन 0 491,833
प्रतिक्रिया समय (औसत) 1.58s 47.93s
प्रतिक्रिया समय (अधिकतम) 9.27s 422.72s
प्रतिक्रिया समय (कुल) 34.72s 1054.49s

Hamster playing table tennis

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

#101 Gemini 3.1 Flash Lite Preview

none
लागत
$0.003
समय
4.7s
टोकन
1,827 tok

#97 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

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 967ms 8,128 670 0
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258

त्वरित तुलना

तुलना जोड़ी बदलें