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

Gemini 3.5 Flash (minimal) vs Laguna XS 2.1 (medium)

Laguna XS 2.1 (medium) average score में आगे है: 6.4 vs 6.4. Laguna XS 2.1 (medium) की benchmark लागत कम है: $0.083 vs $0.508. Gemini 3.5 Flash (minimal) तेज है: 4.67s vs 48.97s, pass rates 58.0% vs 46.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#207
कुल आउटपुट टोकन
18,040
प्रतिक्रिया समय (औसत)
4.67s
कुल लागत
$0.508
रैंक
#200
कुल आउटपुट टोकन
538,292
प्रतिक्रिया समय (औसत)
48.97s
कुल लागत
$0.083
अनुशंसित मॉडल Laguna XS 2.1 (medium)

It has the best score here (6.4), while costing about 6.1x less than Gemini 3.5 Flash (minimal).

विस्तृत तुलना

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash minimal रिलीज़: 2026-05-19 Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 6.4 6.4
रैंक #207 #200
विश्वसनीयता 10.0 10.0
संगति 9.6 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 58.0% 46.4%
अस्थिर टेस्ट 1 3
कुल रन 69 69
प्रति परिणाम लागत 3.903 0.922
कुल लागत $0.508 $0.083
इनपुट कीमत $1.500 / 1M $0.060 / 1M
आउटपुट कीमत $9.000 / 1M $0.120 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.030 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 230,004 352,516
आउटपुट टोकन 18,040 33,786
रीजनिंग टोकन 0 504,506
प्रतिक्रिया समय (औसत) 4.67s 48.97s
प्रतिक्रिया समय (अधिकतम) 49.23s 422.72s
प्रतिक्रिया समय (कुल) 107.45s 1126.35s
पैरामीटर ~500B कुल (~20B सक्रिय) 33B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#207 Gemini 3.5 Flash

minimal
लागत
$0.041
समय
20.4s
टोकन
4,608 tok

#200 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 3.5 Flash 5.6 9.9 33.3% 0 2.75s 8,122 3,456 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