#128 Laguna XS 2.1
none- लागत
- $0.001
- समय
- 27.6s
- टोकन
- 4,344 tok
Poolside
रिलीज़: 2026-07-02
परीक्षण किया गया: 2026-07-02 16:44
poolside/laguna-xs-2.1::none
33B कुल (3B सक्रिय)MoEवेट उपलब्ध
(medium)
(none)
सारांश
Laguna XS 2.1 AI BENCHY पर 5.3 स्कोर करता है और #128 पर है। इसकी reliability 10.0, pass rate 31.8%, कुल लागत $0.003, और औसत response time 722ms है।
Laguna XS 2.1 को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 33B कुल (3B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- वेट उपलब्ध
- लाइसेंस
- OpenMDW
5.3
संगति
9.0
10.0
$0.003
कुल आउटपुट टोकन
3,451
कुल इनपुट टोकन
41,148
इनपुट कीमत
$0.060 / 1M
आउटपुट कीमत
$0.120 / 1M
अस्थिर टेस्ट
3
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 03:10 दोबारा परीक्षण | 5.3 | 10.0 | $0.008 | तुलना करें | |
| 2026-07-16 23:17 नया टेस्ट जोड़ा गया | 5.3 | 10.0 | $0.008 | तुलना करें | |
| 2026-07-02 16:44 पहला रन | 5.3 | 10.0 | $0.003 | 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 16:44 · पहला रन | 63/63 प्रयास | 5.3 | 9.0 | 10.0 | 5/21 | 3 | 3,451 | 41,148 | $0.003 | 722ms |
| 2026-08-14 03:10 · दोबारा परीक्षण | 66/66 प्रयास | 5.3 | 9.0 | 10.0 | 5/22 | 3 | 13,377 | 91,607 | $0.008 | 1.55s |
| अंतर | — | 0.0 | 0.0 | 0.0 | 0 | 0 | -9926 | -50459 | -$0.005 | -823ms |
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 2.1noneनिःशुल्क उपलब्धvsInkling SmallnoneLaguna XS 2.1noneनिःशुल्क उपलब्धvsSeed-2.0-CodenoneLaguna XS 2.1noneनिःशुल्क उपलब्धvsLaguna S 2.1highनिःशुल्क उपलब्धLaguna XS 2.1noneनिःशुल्क उपलब्धvsLing-2.6-1TnoneLaguna XS 2.1noneनिःशुल्क उपलब्धvsDeepSeek V4 Flash 0731noneLaguna XS 2.1noneनिःशुल्क उपलब्धvsQwen3.6 35B A3BnoneLaguna XS 2.1noneनिःशुल्क उपलब्धvsKimi K2.5noneLaguna XS 2.1noneनिःशुल्क उपलब्धvsDots 3 Note Previewnoneनिःशुल्क उपलब्धLaguna XS 2.1noneनिःशुल्क उपलब्धvsMiMo-V2.5-PrononeLaguna XS 2.1noneनिःशुल्क उपलब्धvsInklingnone
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 5.3 | 8.3 | |
| कोडिंग | 4.3 | 7.8 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 3.8 | 5.8 | |
| पहेली समाधान | 3.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |