AI BENCHY
Advertise here
#67

Laguna XS 2.1

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

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

संगति

9.6

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

1

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

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

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

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 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

तुलना किए गए मॉडल