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

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

Qwen3.6 27B average score में आगे है: 5.5 vs 5.4. Laguna S 2.1 (medium) की benchmark लागत कम है: $0.059 vs $0.087. Qwen3.6 27B तेज है: 10.65s vs 58.43s, pass rates 25.8% vs 45.5%.

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

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

मेट्रिक Laguna S 2.1 Laguna S 2.1 medium रिलीज़: 2026-07-21 निःशुल्क उपलब्ध Qwen3.6 27B Qwen3.6 27B none रिलीज़: 2026-04-20
स्कोर 5.4 5.5
रैंक #164 #158
विश्वसनीयता 9.8 10.0
संगति 8.4 7.6
सही परीक्षण
प्रति प्रयास पास दर 25.8% 45.5%
अस्थिर टेस्ट 4 6
कुल रन 66 66
प्रति परिणाम लागत 1.451 1.220
कुल लागत $0.059 $0.087
इनपुट कीमत $0.100 / 1M $0.450 / 1M
आउटपुट कीमत $0.200 / 1M $2.700 / 1M
कुल इनपुट टोकन 86,641 95,796
आउटपुट टोकन 97,298 16,155
रीजनिंग टोकन 242,297 0
प्रतिक्रिया समय (औसत) 58.43s 10.65s
प्रतिक्रिया समय (अधिकतम) 560.31s 156.31s
प्रतिक्रिया समय (कुल) 1285.48s 234.39s

Hamster playing table tennis

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

#164 Laguna S 2.1

medium
लागत
$0.001
समय
4.0s
टोकन
867 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% 1 158.98s 7,917 93,354 106,718
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0

त्वरित तुलना

तुलना जोड़ी बदलें