AI BENCHY
Your ad here

#118

Laguna Xs.2

Poolside रिलीज़: 2026-04-28 परीक्षण किया गया: 2026-04-28 22:51 poolside/laguna-xs.2::none
(medium) (none)

संगति

10.0

कुल आउटपुट टोकन

3,824

???? ???

$0.000 / 1M

????? ???

$0.000 / 1M

सही परीक्षण

गलत टेस्ट: 13

प्रति प्रयास पास दर: 27.8%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

1.68s

प्रतिक्रिया समय (अधिकतम): 16.04s

प्रतिक्रिया समय (कुल): 30.26s

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 3.2 10.0
कोडिंग 2.5 10.0
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 6.5 10.0
पहेली समाधान 5.4 10.0
टूल कॉलिंग 3.0 10.0

तुलना किए गए मॉडल