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 Thinking Machines: Inkling

Laguna S 2.1 (medium) average score में आगे है: 5.4 vs 5.2. Laguna S 2.1 (medium) की benchmark लागत कम है: $0.059 vs $0.147. Inkling तेज है: 3.50s vs 58.43s, pass rates 25.8% vs 28.8%.

अनुशंसित मॉडलInklingIts score stays close to the best score here (5.2 vs 5.4), while responding about 16.7x 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 Inkling Inkling none रिलीज़: 2026-07-18
स्कोर 5.4 5.2
रैंक #164 #172
विश्वसनीयता 9.8 9.9
संगति 8.4 9.6
सही परीक्षण
प्रति प्रयास पास दर 25.8% 28.8%
अस्थिर टेस्ट 4 1
कुल रन 66 66
प्रति परिणाम लागत 1.451 2.448
कुल लागत $0.059 $0.147
इनपुट कीमत $0.100 / 1M $1.000 / 1M
आउटपुट कीमत $0.200 / 1M $4.050 / 1M
कुल इनपुट टोकन 86,641 104,111
आउटपुट टोकन 97,298 10,551
रीजनिंग टोकन 242,297 0
प्रतिक्रिया समय (औसत) 58.43s 3.50s
प्रतिक्रिया समय (अधिकतम) 560.31s 48.02s
प्रतिक्रिया समय (कुल) 1285.48s 77.09s

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

#172 Thinking Machines: Inkling

none
Provider returned error
लागत
$0.000
समय
5.3s
टोकन
0 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
Inkling 4.5 10.0 0.0% 0 1.01s 7,356 436 0

त्वरित तुलना

तुलना जोड़ी बदलें