नेविगेशन
AI BENCHY
Advertise here

Poolside: Laguna S 2.1 vs Qwen: Qwen3.6 27B

Qwen3.6 27B average score में आगे है: 5.5 vs 5.4. Qwen3.6 27B की benchmark लागत कम है: $0.087 vs $0.127. Qwen3.6 27B तेज है: 10.65s vs 111.61s, pass rates 27.3% vs 45.5%.

अनुशंसित मॉडलQwen3.6 27BIt has the best score here (5.5), while responding about 10.5x faster than Laguna S 2.1 (high).

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

मेट्रिक Laguna S 2.1 Laguna S 2.1 high रिलीज़: 2026-07-21 निःशुल्क उपलब्ध Qwen3.6 27B Qwen3.6 27B none रिलीज़: 2026-04-20
स्कोर 5.4 5.5
रैंक #167 #158
विश्वसनीयता 9.9 10.0
संगति 8.1 7.6
सही परीक्षण
प्रति प्रयास पास दर 27.3% 45.5%
अस्थिर टेस्ट 5 6
कुल रन 66 66
प्रति परिणाम लागत 3.153 1.220
कुल लागत $0.127 $0.087
इनपुट कीमत $0.100 / 1M $0.450 / 1M
आउटपुट कीमत $0.200 / 1M $2.700 / 1M
कुल इनपुट टोकन 208,931 95,796
आउटपुट टोकन 175,588 16,155
रीजनिंग टोकन 409,276 0
प्रतिक्रिया समय (औसत) 111.61s 10.65s
प्रतिक्रिया समय (अधिकतम) 1190.11s 156.31s
प्रतिक्रिया समय (कुल) 2455.39s 234.39s

Hamster playing table tennis

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

#167 Laguna S 2.1

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

#158 Qwen3.6 27B

none
लागत
$0.009
समय
83.0s
टोकन
4,549 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
Laguna S 2.1 5.3 7.2 44.4% 1 271.42s 6,496 59,355 151,009
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0

त्वरित तुलना

तुलना जोड़ी बदलें