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 XS 2.1 vs Qwen: Qwen3.5-27B

average score लगभग बराबर है: 6.5 vs 6.5. Qwen3.5-27B की benchmark लागत कम है: $0.058 vs $0.068. Qwen3.5-27B तेज है: 4.76s vs 47.93s, pass rates 42.4% vs 40.9%.

अनुशंसित मॉडलQwen3.5-27BIt has the best score here (6.5), while responding about 10.1x faster than Laguna XS 2.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध Qwen3.5-27B Qwen3.5-27B none रिलीज़: 2026-02-24
स्कोर 6.5 6.5
रैंक #97 #98
विश्वसनीयता 10.0 10.0
संगति 9.6 9.3
सही परीक्षण
प्रति प्रयास पास दर 42.4% 40.9%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 0.746 0.763
कुल लागत $0.068 $0.058
इनपुट कीमत $0.060 / 1M $0.195 / 1M
आउटपुट कीमत $0.120 / 1M $1.560 / 1M
कुल इनपुट टोकन 118,989 102,316
आउटपुट टोकन 30,750 24,321
रीजनिंग टोकन 491,833 0
प्रतिक्रिया समय (औसत) 47.93s 4.76s
प्रतिक्रिया समय (अधिकतम) 422.72s 69.46s
प्रतिक्रिया समय (कुल) 1054.49s 104.71s

Hamster playing table tennis

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

#97 Laguna XS 2.1

medium
लागत
$0.001
समय
30.6s
टोकन
4,678 tok

#98 Qwen3.5-27B

none
लागत
$0.007
समय
42.9s
टोकन
4,273 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 XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258
Qwen3.5-27B 5.8 10.0 33.3% 0 1.80s 7,913 415 0

त्वरित तुलना

तुलना जोड़ी बदलें