AI BENCHY
Advertise here
#152

Laguna XS 2.1

Poolside रिलीज़: 2026-07-02 परीक्षण किया गया: 2026-07-16 23:17 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 #152 पर है। इसकी reliability 10.0, pass rate 30.3%, कुल लागत $0.008, और औसत response time 1.55s है।

Laguna XS 2.1 को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर 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

13,377

कुल इनपुट टोकन

91,598

इनपुट कीमत

$0.060 / 1M

आउटपुट कीमत

$0.120 / 1M

सही परीक्षण

गलत टेस्ट: 17

प्रति प्रयास पास दर: 30.3%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

1.55s

प्रतिक्रिया समय (अधिकतम): 19.02s

प्रतिक्रिया समय (कुल): 34.19s

Hamster playing table tennis

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

#152 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 वर्तमान रन
2026-07-02 16:44 पहला रन 5.3 10.0 $0.003 तुलना करें

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

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