AI BENCHY Compare

OpenAI: GPT-5.5 vs Poolside: Laguna XS 2.1

Ringkasan

Perbandingan benchmark GPT-5.5 vs Laguna XS 2.1: GPT-5.5 unggul dalam skor rata-rata dengan 9.3 vs 7.0. Laguna XS 2.1 memiliki biaya benchmark lebih rendah di $0.036 vs $0.907. GPT-5.5 lebih cepat di 9.76s vs 30.08s, dengan tingkat keberhasilan 85.7% vs 44.4%.

Model yang direkomendasikan: GPT-5.5 - It has the best score here (9.3), while responding about 3.1x faster than Laguna XS 2.1.

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

Metrik	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24	Laguna XS 2.1 Laguna XS 2.1 medium Rilis: 2026-07-02 Tersedia gratis

Metrik	GPT-5.5 GPT-5.5 low Rilis: 2026-04-24	Laguna XS 2.1 Laguna XS 2.1 medium Rilis: 2026-07-02 Tersedia gratis
Skor	9.3	7.0
Peringkat	#4	#67
Keandalan	10.0	10.0
Konsistensi	10.0	9.6
Tes benar
Tingkat lulus per percobaan	85.7%	44.4%
Tes tidak stabil	0	1
Total Run	63	63
Biaya per hasil	5.035	0.392
Total Biaya	$0.907	$0.036
Harga input	$5.000 / 1M	$0.060 / 1M
Harga output	$30.000 / 1M	$0.120 / 1M
Total token input	34,209	45,324
Token output	2,046	25,761
Token penalaran	22,460	268,677
Waktu respons (rata-rata)	9.76s	30.08s
Waktu respons (maks)	56.19s	155.23s
Waktu respons (total)	204.92s	631.77s

Showcase generasi

Hamster playing table tennis

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

#4 GPT-5.5

low

Biaya: $0.068
Waktu: 37.0s
Token: 2,339 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
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
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
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
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
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
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
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
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
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
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
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
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
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
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
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
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
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
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
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

Perbandingan Cepat

Ganti Pasangan Perbandingan