नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

Poolside: Laguna XS 2.1 vs Qwen: Qwen3.7 Max

सारांश

Laguna XS 2.1 vs Qwen3.7 Max benchmark तुलना: Laguna XS 2.1 average score में आगे है: 7.0 vs 6.9. Laguna XS 2.1 की benchmark लागत कम है: $0.036 vs $0.054. Qwen3.7 Max तेज है: 1.30s vs 30.08s, pass rates 44.4% vs 66.7%.

अनुशंसित मॉडल: Qwen3.7 Max - Its score stays close to the best score here (6.9 vs 7.0), while responding about 23.2x faster than Laguna XS 2.1.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-02

मेट्रिक Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22
स्कोर 7.0 6.9
रैंक #67 #71
विश्वसनीयता 10.0 10.0
संगति 9.6 10.0
सही परीक्षण
प्रति प्रयास पास दर 44.4% 66.7%
अस्थिर टेस्ट 1 0
कुल रन 63 63
प्रति परिणाम लागत 0.392 0.744
कुल लागत $0.036 $0.054
इनपुट कीमत $0.060 / 1M $1.250 / 1M
आउटपुट कीमत $0.120 / 1M $3.750 / 1M
कुल इनपुट टोकन 45,324 37,107
आउटपुट टोकन 25,761 1,994
रीजनिंग टोकन 268,677 0
प्रतिक्रिया समय (औसत) 30.08s 1.30s
प्रतिक्रिया समय (अधिकतम) 155.23s 3.92s
प्रतिक्रिया समय (कुल) 631.77s 27.21s

जनरेशन शोकेस

Hamster playing table tennis

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

#67 Laguna XS 2.1

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

#71 Qwen3.7 Max

none
लागत
$0.046
समय
195.0s
टोकन
12,171 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 4.8 10.0 25.0% 0 41.96s 774 353 73,090
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 0
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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 9.6 10.0 100.0% 0 13.43s 18,033 507 5,908
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 10.0 10.0 100.0% 0 4.50s 7,734 234 3,129
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 2.9 7.2 11.1% 1 65.66s 834 17 91,533
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 5.0 10.0 0.0% 0 4.15s 537 119 1,375
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 9.8 10.0 100.0% 0 2.57s 753 82 1,844
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 5.3 10.0 33.3% 0 3.43s 771 357 3,355
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 10.0 10.0 100.0% 0 3.01s 7,638 309 748
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Laguna XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0

त्वरित तुलना

तुलना जोड़ी बदलें