नेविगेशन
AI BENCHY
Advertise here

Laguna XS 2.1 (medium) vs Qwen3.6 Max Preview

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 $0.228. Qwen3.6 Max Preview तेज है: 7.82s vs 48.18s, pass rates 45.5% vs 56.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#155
कुल आउटपुट टोकन
522,480
प्रतिक्रिया समय (औसत)
48.18s
कुल लागत
$0.068
रैंक
#158
कुल आउटपुट टोकन
19,257
प्रतिक्रिया समय (औसत)
7.82s
कुल लागत
$0.228
अनुशंसित मॉडल Laguna XS 2.1 (medium)

It has the best score here (6.5), while costing about 3.4x less than Qwen3.6 Max Preview.

विस्तृत तुलना

मेट्रिक Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध Qwen3.6 Max Preview Qwen3.6 Max Preview none रिलीज़: 2026-04-20
स्कोर 6.5 6.4
रैंक #155 #158
विश्वसनीयता 10.0 9.9
संगति 9.2 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 45.5% 56.1%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 0.745 2.248
कुल लागत $0.068 $0.228
इनपुट कीमत $0.060 / 1M $1.028 / 1M
आउटपुट कीमत $0.120 / 1M $6.162 / 1M
कुल इनपुट टोकन 118,998 106,348
आउटपुट टोकन 30,750 19,257
रीजनिंग टोकन 491,730 0
प्रतिक्रिया समय (औसत) 48.18s 7.82s
प्रतिक्रिया समय (अधिकतम) 422.72s 102.62s
प्रतिक्रिया समय (कुल) 1059.93s 172.04s
पैरामीटर 33B कुल (3B सक्रिय) ~1T कुल (~40B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#155 Laguna XS 2.1

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

#158 Qwen3.6 Max Preview

none
लागत
$0.025
समय
83.9s
टोकन
4,066 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 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0

त्वरित तुलना

तुलना जोड़ी बदलें