#223

Laguna S 2.1

Poolside रिलीज़: 2026-07-21 परीक्षण किया गया: 2026-08-14 04:00 poolside/laguna-s-2.1::high

118B कुल (8B सक्रिय)MoEवेट उपलब्ध

(high) (medium) (low) (none)

सारांश

Laguna S 2.1 AI BENCHY पर 5.4 स्कोर करता है और #223 पर है। इसकी reliability 10.0, pass rate 27.3%, कुल लागत $0.114, और औसत response time 111.60s है।

Laguna S 2.1 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित

पैरामीटर: 118B कुल (8B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: वेट उपलब्ध
लाइसेंस: OpenMDW

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

5.4

संगति

8.1

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.114 ↓ -10.0%

परीक्षण के समय: $0.127

कुल आउटपुट टोकन

584,864

कुल इनपुट टोकन

208,937

इनपुट कीमत

$0.090 / 1M

आउटपुट कीमत

$0.180 / 1M

सही परीक्षण

गलत टेस्ट: 18

प्रति प्रयास पास दर: 27.3%

अस्थिर टेस्ट

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

111.60s

प्रतिक्रिया समय (अधिकतम): 1190.11s

प्रतिक्रिया समय (कुल): 2455.24s

गलत उत्तर: 11 अमान्य टूल कॉल: 2 कोई उत्तर नहीं: 2 API त्रुटि: 1 अतिरिक्त फॉर्मेटिंग: 1 निर्देशों का पालन नहीं किया: 1

Hamster playing table tennis

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

#223 Laguna S 2.1

high

लागत: $0.001
समय: 6.8s
टोकन: 1,389 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	सही परीक्षण	कुल लागत	तुलना करें
2026-08-14 04:00 दोबारा परीक्षण	5.4	10.0		$0.114 ↓	वर्तमान रन
2026-07-22 12:53 पहला रन	5.4	9.9		$0.127	तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत
2026-07-22 12:53	$0.100 / 1M	$0.200 / 1M
2026-08-14 12:51	$0.090 / 1M	$0.180 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी	स्कोर	संगति
एंटी-एआई ट्रिक्स	3.4	5.8
कोडिंग	5.3	7.2
संयुक्त	2.9	6.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	3.0	10.0
Samanya Buddhimatta	4.6	9.8
निर्देश पालन	4.6	10.0
पहेली समाधान	2.9	7.2
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Laguna S 2.1

मॉडल विवरण

Hamster playing table tennis

#223 Laguna S 2.1

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल