AI BENCHY
Your ad here

#81

Laguna Xs.2

Poolside रिलीज़: 2026-04-28 परीक्षण किया गया: 2026-04-28 23:03 poolside/laguna-xs.2::medium
(medium) (none)

संगति

6.9

कुल आउटपुट टोकन

58,141

???? ???

$0.000 / 1M

????? ???

$0.000 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 57.4%

अस्थिर टेस्ट

7

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

प्रतिक्रिया समय (औसत)

6.03s

प्रतिक्रिया समय (अधिकतम): 29.11s

प्रतिक्रिया समय (कुल): 108.59s

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 7.4 5.9
कोडिंग 6.3 3.7
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 7.1 5.6
डोमेन-विशिष्ट 4.1 4.4
Samanya Buddhimatta 4.1 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 5.3 10.0
टूल कॉलिंग 4.7 1.6

तुलना किए गए मॉडल