#67

Laguna XS 2.1

Poolside रिलीज़: 2026-07-02 परीक्षण किया गया: 2026-07-02 16:38 poolside/laguna-xs-2.1::medium

(medium) (none)

सारांश

Laguna XS 2.1 AI BENCHY पर 7.0 स्कोर करता है और #67 पर है। इसकी reliability 10.0, pass rate 44.4%, कुल लागत $0.036, और औसत response time 30.08s है।

Laguna XS 2.1 को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

7.0

संगति

9.6

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.036

कुल आउटपुट टोकन

294,438

कुल इनपुट टोकन

45,324

इनपुट कीमत

$0.060 / 1M

आउटपुट कीमत

$0.120 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 44.4%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

30.08s

प्रतिक्रिया समय (अधिकतम): 155.23s

प्रतिक्रिया समय (कुल): 631.77s

गलत उत्तर: 11 कोई उत्तर नहीं: 1

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत
2026-07-02 17:22	$0.060 / 1M	$0.120 / 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	4.8	10.0
कोडिंग	5.5	10.0
संयुक्त	9.6	10.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	2.9	7.2
Samanya Buddhimatta	5.0	10.0
निर्देश पालन	9.8	10.0
पहेली समाधान	5.3	10.0
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Laguna XS 2.1

Hamster playing table tennis

#67 Laguna XS 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