नेविगेशन
Advertise here

Laguna XS 2.1 (medium) vs Qwen3.6 27B (medium)

average score लगभग बराबर है: 6.5 vs 6.5. Laguna XS 2.1 (medium) की benchmark लागत कम है: $0.068 vs $0.577. Laguna XS 2.1 (medium) तेज है: 48.18s vs 106.06s, pass rates 45.5% vs 60.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-08

तुलना किए गए मॉडल

रैंक
#176
कुल आउटपुट टोकन
522,480
प्रतिक्रिया समय (औसत)
48.18s
कुल लागत
$0.068
रैंक
#175
कुल आउटपुट टोकन
272,573
प्रतिक्रिया समय (औसत)
106.06s
कुल लागत
$0.577
अनुशंसित मॉडल Laguna XS 2.1 (medium)

It has the best score here (6.5), while costing about 8.6x less than Qwen3.6 27B (medium).

विस्तृत तुलना

मेट्रिक Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध Qwen3.6 27B Qwen3.6 27B medium रिलीज़: 2026-04-20
स्कोर 6.5 6.5
रैंक #176 #175
विश्वसनीयता 10.0 10.0
संगति 9.2 7.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 45.5% 60.6%
अस्थिर टेस्ट 2 7
कुल रन 66 66
प्रति परिणाम लागत 0.745 7.448
कुल लागत $0.068 $0.577
इनपुट कीमत $0.060 / 1M $0.300 / 1M
आउटपुट कीमत $0.120 / 1M $2.000 / 1M
कुल इनपुट टोकन 118,998 106,176
आउटपुट टोकन 30,750 33,013
रीजनिंग टोकन 491,730 239,560
प्रतिक्रिया समय (औसत) 48.18s 106.06s
प्रतिक्रिया समय (अधिकतम) 422.72s 1085.11s
प्रतिक्रिया समय (कुल) 1059.93s 2333.36s
पैरामीटर 33B कुल (3B सक्रिय) 27B
उपलब्धता वेट उपलब्ध मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#176 Laguna XS 2.1

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

#175 Qwen3.6 27B

medium
लागत
$0.009
समय
39.6s
टोकन
3,090 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
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367

त्वरित तुलना

तुलना जोड़ी बदलें