नेविगेशन
AI BENCHY
Advertise here

Poolside: Laguna XS 2.1 vs Qwen: Qwen3.6 Max Preview

Qwen3.6 Max Preview average score में आगे है: 6.6 vs 6.5. Laguna XS 2.1 (medium) की benchmark लागत कम है: $0.068 vs $0.231. Qwen3.6 Max Preview तेज है: 7.82s vs 47.93s, pass rates 42.4% vs 60.6%.

अनुशंसित मॉडलQwen3.6 Max PreviewIt has the best score here (6.6), while responding about 6.1x 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 Qwen3.6 Max Preview Qwen3.6 Max Preview none रिलीज़: 2026-04-20
स्कोर 6.5 6.6
रैंक #97 #93
विश्वसनीयता 10.0 9.9
संगति 9.6 9.3
सही परीक्षण
प्रति प्रयास पास दर 42.4% 60.6%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 0.746 2.061
कुल लागत $0.068 $0.231
इनपुट कीमत $0.060 / 1M $1.040 / 1M
आउटपुट कीमत $0.120 / 1M $6.240 / 1M
कुल इनपुट टोकन 118,989 106,339
आउटपुट टोकन 30,750 19,257
रीजनिंग टोकन 491,833 0
प्रतिक्रिया समय (औसत) 47.93s 7.82s
प्रतिक्रिया समय (अधिकतम) 422.72s 102.62s
प्रतिक्रिया समय (कुल) 1054.49s 172.01s

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

#93 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