#151

Laguna XS 2.1

Poolside रिलीज़: 2026-07-02 परीक्षण किया गया: 2026-08-14 03:14 poolside/laguna-xs-2.1::medium

33B कुल (3B सक्रिय)MoEवेट उपलब्ध

(medium) (none)

सारांश

Laguna XS 2.1 AI BENCHY पर 6.5 स्कोर करता है और #151 पर है। इसकी reliability 10.0, pass rate 45.5%, कुल लागत $0.068, और औसत response time 48.18s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित

पैरामीटर: 33B कुल (3B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: वेट उपलब्ध
लाइसेंस: OpenMDW

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

6.5

संगति

9.2

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.068

कुल आउटपुट टोकन

522,480

कुल इनपुट टोकन

118,998

इनपुट कीमत

$0.060 / 1M

आउटपुट कीमत

$0.120 / 1M

सही परीक्षण

गलत टेस्ट: 13

प्रति प्रयास पास दर: 45.5%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

48.18s

प्रतिक्रिया समय (अधिकतम): 422.72s

प्रतिक्रिया समय (कुल): 1059.93s

गलत उत्तर: 10 कोई उत्तर नहीं: 2 अमान्य टूल कॉल: 1

Hamster playing table tennis

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

#151 Laguna XS 2.1

medium

लागत: $0.001
समय: 30.6s
टोकन: 4,678 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-08-14 03:14 दोबारा परीक्षण	6.5	10.0	$0.068	वर्तमान रन
2026-07-16 23:39 नया टेस्ट जोड़ा गया	6.5	10.0	$0.068	तुलना करें
2026-07-02 16:38 पहला रन	7.0	10.0	$0.036	तुलना करें

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

रन तुलना

रन	बेंचमार्क कवरेज	स्कोर	संगति	विश्वसनीयता	सही परीक्षण	अस्थिर टेस्ट	कुल आउटपुट टोकन	कुल इनपुट टोकन	कुल लागत	प्रतिक्रिया समय (औसत)
2026-08-14 03:14 · वर्तमान रन	66/66 प्रयास	6.5	9.2	10.0	9/22	2	522,480	118,998	$0.068	48.18s
2026-07-16 23:39 · नया टेस्ट जोड़ा गया	66/66 प्रयास	6.5	9.6	10.0	9/22	1	522,583	118,989	$0.068	47.93s
अंतर	—	0.0	-0.4	0.0	0	+1	-103	+9	-$0.001	+247ms

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
2026-08-14 12:51	$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	6.3	10.0
डेटा पार्सिंग और निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	3.5	4.4
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

मॉडल विवरण

Hamster playing table tennis

#151 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