AI BENCHY
Advertise here
#167

Laguna S 2.1

Poolside रिलीज़: 2026-07-21 परीक्षण किया गया: 2026-07-22 12:53 poolside/laguna-s-2.1::high
118B कुल (8B सक्रिय)MoEवेट उपलब्ध

सारांश

Laguna S 2.1 AI BENCHY पर 5.4 स्कोर करता है और #167 पर है। इसकी reliability 9.9, pass rate 27.3%, कुल लागत $0.127, और औसत response time 111.61s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

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

संगति

8.1

कुल आउटपुट टोकन

584,864

कुल इनपुट टोकन

208,931

इनपुट कीमत

$0.100 / 1M

आउटपुट कीमत

$0.200 / 1M

सही परीक्षण

गलत टेस्ट: 18

प्रति प्रयास पास दर: 27.3%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

111.61s

प्रतिक्रिया समय (अधिकतम): 1190.11s

प्रतिक्रिया समय (कुल): 2455.39s

Hamster playing table tennis

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

#167 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 तुलना करें
2026-07-22 12:53 पहला रन 5.4 9.9 $0.127 वर्तमान रन

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-07-22 12:53 · पहला रन66/66 प्रयास5.48.19.94/225584,864208,931$0.127111.61s
2026-08-14 04:00 · दोबारा परीक्षण66/66 प्रयास5.48.110.04/225584,864208,937$0.114111.60s
अंतर0.00.0-0.1000-6+$0.013+7ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

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

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 सही परीक्षण
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

तुलना किए गए मॉडल