AI BENCHY
Advertise here
#266

Laguna S 2.1

Poolside रिलीज़: 2026-07-21 परीक्षण किया गया: 2026-08-14 04:00 poolside/laguna-s-2.1::low
118B कुल (8B सक्रिय)MoEवेट उपलब्ध

सारांश

Laguna S 2.1 AI BENCHY पर 5.0 स्कोर करता है और #266 पर है। इसकी reliability 10.0, pass rate 22.7%, कुल लागत $0.082, और औसत response time 85.34s है।

Laguna S 2.1 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #13 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

संगति

8.0

कुल लागत (वर्तमान कीमत)

$0.082 ↓ -10.0%

परीक्षण के समय: $0.091

कुल आउटपुट टोकन

451,708

कुल इनपुट टोकन

118,752

इनपुट कीमत

$0.090 / 1M

आउटपुट कीमत

$0.180 / 1M

सही परीक्षण

गलत टेस्ट: 19

प्रति प्रयास पास दर: 22.7%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

85.34s

प्रतिक्रिया समय (अधिकतम): 814.73s

प्रतिक्रिया समय (कुल): 1877.49s

Hamster playing table tennis

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

#266 Laguna S 2.1

low
लागत
$0.001
समय
6.6s
टोकन
1,314 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 04:00 दोबारा परीक्षण 5.0 10.0 $0.082 वर्तमान रन
2026-07-22 12:34 पहला रन 5.0 9.9 $0.091 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 सही परीक्षण
एंटी-एआई ट्रिक्स 3.4 7.4
कोडिंग 3.8 7.1
संयुक्त 3.2 5.2
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 4.8 10.0
निर्देश पालन 4.3 6.8
पहेली समाधान 3.1 7.3
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल