AI BENCHY
Advertise here
#128

Laguna XS 2.1

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

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

संगति

9.0

कुल आउटपुट टोकन

3,451

कुल इनपुट टोकन

41,148

इनपुट कीमत

$0.060 / 1M

आउटपुट कीमत

$0.120 / 1M

सही परीक्षण

गलत टेस्ट: 16

प्रति प्रयास पास दर: 31.8%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

722ms

प्रतिक्रिया समय (अधिकतम): 2.30s

प्रतिक्रिया समय (कुल): 15.17s

Hamster playing table tennis

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

#128 Laguna XS 2.1

none
लागत
$0.001
समय
27.6s
टोकन
4,344 tok

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

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 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

तुलना किए गए मॉडल