#290

Laguna S 2.1

Poolside रिलीज़: 2026-07-21 परीक्षण किया गया: 2026-08-14 04:00 poolside/laguna-s-2.1::none

118B कुल (8B सक्रिय)MoEवेट उपलब्ध

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

सारांश

Laguna S 2.1 AI BENCHY पर 4.5 स्कोर करता है और #290 पर है। इसकी reliability 10.0, pass rate 15.2%, कुल लागत $0.022, और औसत response time 11.67s है।

Laguna S 2.1 को अलग क्या बनाता है: यह डेटा पार्सिंग और निष्कर्षण में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #9 पर है।

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

4.5

संगति

8.8

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.022 ↓ -10.0%

परीक्षण के समय: $0.025

कुल आउटपुट टोकन

57,634

कुल इनपुट टोकन

125,604

इनपुट कीमत

$0.090 / 1M

आउटपुट कीमत

$0.180 / 1M

सही परीक्षण

गलत टेस्ट: 20

प्रति प्रयास पास दर: 15.2%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

11.67s

प्रतिक्रिया समय (अधिकतम): 200.52s

प्रतिक्रिया समय (कुल): 256.71s

गलत उत्तर: 18 निर्देशों का पालन नहीं किया: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

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

#290 Laguna S 2.1

none

लागत: $0.001
समय: 7.6s
टोकन: 1,345 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	सही परीक्षण	कुल लागत	तुलना करें
2026-08-14 04:00 दोबारा परीक्षण	4.5	10.0		$0.022 ↓	वर्तमान रन
2026-07-22 11:57 पहला रन	4.5	10.0		$0.025	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	3.1	7.9
कोडिंग	3.4	9.7
संयुक्त	2.9	5.8
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	3.0	10.0
Samanya Buddhimatta	5.0	10.0
निर्देश पालन	4.3	9.9
पहेली समाधान	3.1	10.0
टूल कॉलिंग	4.7	1.6
सामान्य ज्ञान	3.0	10.0

Laguna S 2.1

मॉडल विवरण

Hamster playing table tennis

#290 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