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 Xiaomi: MiMo-V2.5

Laguna S 2.1 (medium) average score में आगे है: 5.4 vs 5.1. MiMo-V2.5 की benchmark लागत कम है: $0.025 vs $0.059. MiMo-V2.5 तेज है: 4.62s vs 58.43s, pass rates 25.8% vs 25.8%.

अनुशंसित मॉडलMiMo-V2.5Its score stays close to the best score here (5.1 vs 5.4), while costing about 2.4x less 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 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 5.4 5.1
रैंक #164 #176
विश्वसनीयता 9.8 10.0
संगति 8.4 9.6
सही परीक्षण
प्रति प्रयास पास दर 25.8% 25.8%
अस्थिर टेस्ट 4 1
कुल रन 66 66
प्रति परिणाम लागत 1.451 0.770
कुल लागत $0.059 $0.025
इनपुट कीमत $0.100 / 1M $0.140 / 1M
आउटपुट कीमत $0.200 / 1M $0.280 / 1M
कुल इनपुट टोकन 86,641 141,043
आउटपुट टोकन 97,298 16,464
रीजनिंग टोकन 242,297 0
प्रतिक्रिया समय (औसत) 58.43s 4.62s
प्रतिक्रिया समय (अधिकतम) 560.31s 55.36s
प्रतिक्रिया समय (कुल) 1285.48s 101.57s

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

#176 MiMo-V2.5

none
लागत
$0.007
समय
267.4s
टोकन
25,283 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
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

त्वरित तुलना

तुलना जोड़ी बदलें