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

Poolside: Laguna XS 2.1 vs StepFun: Step 3.7 Flash

Ringkasan

Perbandingan benchmark Laguna XS 2.1 vs Step 3.7 Flash: Skor rata-rata hampir imbang di 7.0 vs 7.1. Laguna XS 2.1 memiliki biaya benchmark lebih rendah di $0.036 vs $1.148. Laguna XS 2.1 lebih cepat di 30.08s vs 64.46s, dengan tingkat keberhasilan 44.4% vs 63.5%.

Model yang direkomendasikan: Laguna XS 2.1 - It has the best score here (7.0), while costing about 32.6x less than Step 3.7 Flash.

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

Metrik Laguna XS 2.1 Laguna XS 2.1 medium Rilis: 2026-07-02 Tersedia gratis Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 7.0 7.1
Peringkat #67 #65
Keandalan 10.0 10.0
Konsistensi 9.6 8.2
Tes benar
Tingkat lulus per percobaan 44.4% 63.5%
Tes tidak stabil 1 4
Total Run 63 63
Biaya per hasil 0.392 10.434
Total Biaya $0.036 $1.148
Harga input $0.060 / 1M $0.200 / 1M
Harga output $0.120 / 1M $1.150 / 1M
Total token input 45,324 38,391
Token output 25,761 991,355
Token penalaran 268,677 0
Waktu respons (rata-rata) 30.08s 64.46s
Waktu respons (maks) 155.23s 364.99s
Waktu respons (total) 631.77s 1353.57s

Showcase generasi

Hamster playing table tennis

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

#67 Laguna XS 2.1

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

#65 Step 3.7 Flash

high
Biaya
$0.007
Waktu
63.6s
Token
6,030 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
Laguna XS 2.1 4.8 10.0 25.0% 0 41.96s 774 353 73,090
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 9.6 10.0 100.0% 0 13.43s 18,033 507 5,908
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
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
Laguna XS 2.1 10.0 10.0 100.0% 0 4.50s 7,734 234 3,129
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 2.9 7.2 11.1% 1 65.66s 834 17 91,533
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 5.0 10.0 0.0% 0 4.15s 537 119 1,375
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 9.8 10.0 100.0% 0 2.57s 753 82 1,844
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 5.3 10.0 33.3% 0 3.43s 771 357 3,355
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 10.0 10.0 100.0% 0 3.01s 7,638 309 748
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Laguna XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneGemini 3.5 FlashnonevsLaguna XS 2.1mediumTersedia gratisQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumTersedia gratisvsStep 3.7 FlashhighLaguna XS 2.1mediumTersedia gratisvsGLM 5.2noneDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighLaguna XS 2.1mediumTersedia gratisvsQwen3.7 PlusnoneDeepSeek V4 PrononevsLaguna XS 2.1mediumTersedia gratisClaude Opus 4.8nonevsStep 3.7 Flashhigh