Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Poolside: Laguna XS 2.1

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs Laguna XS 2.1: Claude Opus 4.8 unggul dalam skor rata-rata dengan 7.2 vs 7.0. Laguna XS 2.1 memiliki biaya benchmark lebih rendah di $0.036 vs $0.539. Claude Opus 4.8 lebih cepat di 3.48s vs 30.08s, dengan tingkat keberhasilan 61.9% vs 44.4%.

Model yang direkomendasikan: Laguna XS 2.1 - Its score stays close to the best score here (7.0 vs 7.2), while costing about 15.3x less than Claude Opus 4.8.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Laguna XS 2.1 Laguna XS 2.1 medium Rilis: 2026-07-02 Tersedia gratis
Skor 7.2 7.0
Peringkat #59 #67
Keandalan 10.0 10.0
Konsistensi 9.2 9.6
Tes benar
Tingkat lulus per percobaan 61.9% 44.4%
Tes tidak stabil 2 1
Total Run 63 63
Biaya per hasil 4.485 0.392
Total Biaya $0.539 $0.036
Harga input $5.000 / 1M $0.060 / 1M
Harga output $25.000 / 1M $0.120 / 1M
Total token input 67,104 45,324
Token output 8,107 25,761
Token penalaran 0 268,677
Waktu respons (rata-rata) 3.48s 30.08s
Waktu respons (maks) 17.73s 155.23s
Waktu respons (total) 73.00s 631.77s

Showcase generasi

Hamster playing table tennis

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

#59 Claude Opus 4.8

none
Biaya
$0.053
Waktu
22.0s
Token
2,253 tok

#67 Laguna XS 2.1

medium
Biaya
$0.001
Waktu
30.6s
Token
4,678 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Laguna XS 2.1 4.8 10.0 25.0% 0 41.96s 774 353 73,090
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Laguna XS 2.1 9.6 10.0 100.0% 0 13.43s 18,033 507 5,908
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Laguna XS 2.1 10.0 10.0 100.0% 0 4.50s 7,734 234 3,129
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 5.3 7.2 44.4% 1 1.70s 975 61 0
Laguna XS 2.1 2.9 7.2 11.1% 1 65.66s 834 17 91,533
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 708 230 0
Laguna XS 2.1 5.0 10.0 0.0% 0 4.15s 537 119 1,375
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
Laguna XS 2.1 9.8 10.0 100.0% 0 2.57s 753 82 1,844
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
Laguna XS 2.1 5.3 10.0 33.3% 0 3.43s 771 357 3,355
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 11,775 355 0
Laguna XS 2.1 10.0 10.0 100.0% 0 3.01s 7,638 309 748
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 258 212 0
Laguna XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437

Perbandingan Cepat

Ganti Pasangan Perbandingan

Laguna XS 2.1mediumTersedia gratisvsStep 3.7 FlashhighClaude Opus 4.8nonevsGemma 4 26B A4BmediumTersedia gratisGemini 3.5 FlashnonevsLaguna XS 2.1mediumTersedia gratisLaguna XS 2.1mediumTersedia gratisvsGLM 5.2noneLaguna XS 2.1mediumTersedia gratisvsQwen3.7 PlusnoneClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V4 PrononevsLaguna XS 2.1mediumTersedia gratisClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsLaguna XS 2.1mediumTersedia gratisClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-Promedium