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 Plus 2026-02-15

Laguna XS 2.1 (medium) average score में आगे है: 6.5 vs 6.4. Laguna XS 2.1 (medium) की benchmark लागत कम है: $0.068 vs $0.073. Qwen3.5 Plus 2026-02-15 तेज है: 9.85s vs 47.93s, pass rates 42.4% vs 48.5%.

अनुशंसित मॉडलQwen3.5 Plus 2026-02-15Its score stays close to the best score here (6.4 vs 6.5), while responding about 4.9x 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 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none रिलीज़: 2026-02-15
स्कोर 6.5 6.4
रैंक #97 #102
विश्वसनीयता 10.0 10.0
संगति 9.6 9.4
सही परीक्षण
प्रति प्रयास पास दर 42.4% 48.5%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 0.746 0.751
कुल लागत $0.068 $0.073
इनपुट कीमत $0.060 / 1M $0.260 / 1M
आउटपुट कीमत $0.120 / 1M $1.560 / 1M
कुल इनपुट टोकन 118,989 102,646
आउटपुट टोकन 30,750 29,370
रीजनिंग टोकन 491,833 0
प्रतिक्रिया समय (औसत) 47.93s 9.85s
प्रतिक्रिया समय (अधिकतम) 422.72s 123.00s
प्रतिक्रिया समय (कुल) 1054.49s 157.63s

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

#102 Qwen3.5 Plus 2026-02-15

none
लागत
$0.012
समय
153.2s
टोकन
7,787 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

त्वरित तुलना

तुलना जोड़ी बदलें