#67 Laguna XS 2.1
medium- लागत
- $0.001
- समय
- 30.6s
- टोकन
- 4,678 tok
Poolside
रिलीज़: 2026-07-02
परीक्षण किया गया: 2026-07-02 16:38
poolside/laguna-xs-2.1::medium
33B कुल (3B सक्रिय)MoEवेट उपलब्ध
(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: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम 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
- पैरामीटर
- 33B कुल (3B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- वेट उपलब्ध
- लाइसेंस
- OpenMDW
7.0
संगति
9.6
10.0
$0.036
कुल आउटपुट टोकन
294,438
कुल इनपुट टोकन
45,324
इनपुट कीमत
$0.060 / 1M
आउटपुट कीमत
$0.120 / 1M
अस्थिर टेस्ट
1
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-08-14 03:14 दोबारा परीक्षण | 6.5 | 10.0 | $0.068 | तुलना करें | |
| 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 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-02 16:38 · पहला रन | 63/63 प्रयास | 7.0 | 9.6 | 10.0 | 9/21 | 1 | 294,438 | 45,324 | $0.036 | 30.08s |
| 2026-08-14 03:14 · दोबारा परीक्षण | 66/66 प्रयास | 6.5 | 9.2 | 10.0 | 9/22 | 2 | 522,480 | 118,998 | $0.068 | 48.18s |
| अंतर | — | +0.5 | +0.4 | 0.0 | 0 | -1 | -228042 | -73674 | -$0.032 | -18094ms |
बेंचमार्क कवरेज अलग है: 63/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
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 |
|---|---|---|
| 2026-07-02 17:22 | $0.060 / 1M | $0.120 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
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
Laguna XS 2.1mediumनिःशुल्क उपलब्धvsQwen3.6 27BmediumLaguna XS 2.1mediumनिःशुल्क उपलब्धvsGemini 3.1 Flash Lite PreviewnoneLaguna XS 2.1mediumनिःशुल्क उपलब्धvsQwen3.5 Plus 2026-02-15noneLaguna XS 2.1mediumनिःशुल्क उपलब्धvsQwen3.6 Max PreviewnoneLaguna XS 2.1mediumनिःशुल्क उपलब्धvsQwen3.6 35B A3BmediumLaguna XS 2.1mediumनिःशुल्क उपलब्धvsDots 3 Note Previewlowनिःशुल्क उपलब्धLaguna XS 2.1mediumनिःशुल्क उपलब्धvsGemini 3.1 Flash LitelowLaguna XS 2.1mediumनिःशुल्क उपलब्धvsDots 3 Note Previewhighनिःशुल्क उपलब्धLaguna XS 2.1mediumनिःशुल्क उपलब्धvsInkling SmallmediumLaguna XS 2.1mediumनिःशुल्क उपलब्धvsLongCat 2.0none
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| 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 |