#200 Laguna XS 2.1
medium- Biaya
- $0.001
- Waktu
- 30.6s
- Token
- 4,678 tok
Poolside
Rilis: 2026-07-02
Diuji pada: 2026-10-01 02:58
poolside/laguna-xs-2.1::medium
33B total (3B aktif)MoEBobot tersedia
(medium)
(none)
Ringkasan
Laguna XS 2.1 mendapat skor 6.4 di AI BENCHY dan berada di peringkat #200. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 46.4%, total biaya $0.083, dan waktu respons rata-rata 48.97s.
Yang membuat Laguna XS 2.1 unik: Model ini paling menonjol di Tugas agen, dengan peringkat #3, sementara Pemecahan teka-teki adalah area terlemahnya di #15. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 33B total (3B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Bobot tersedia
- Lisensi
- OpenMDW
6.4
Konsistensi
9.0
10.0
$0.083
Total token output
538,292
Total token input
352,516
Harga input
$0.060 / 1M
Harga output
$0.120 / 1M
Tes tidak stabil
3
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 02:58 Uji ulang | 6.4 | 10.0 | $0.083 | Run saat ini | |
| 2026-07-16 23:39 Tes baru ditambahkan | 6.5 | 10.0 | $0.068 | Bandingkan | |
| 2026-07-02 16:38 Run awal | 7.0 | 10.0 | $0.036 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:58 · Run saat ini | 69/69 percobaan | 6.4 | 9.0 | 10.0 | 9/23 | 3 | 538,292 | 352,516 | $0.083 | 48.97s |
| 2026-07-16 23:39 · Tes baru ditambahkan | 66/66 percobaan | 6.5 | 9.6 | 10.0 | 9/22 | 1 | 522,583 | 118,989 | $0.068 | 47.93s |
| Selisih | — | 0.0 | -0.6 | 0.0 | 0 | +2 | +15709 | +233527 | +$0.016 | +1040ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
Laguna XS 2.1mediumTersedia gratisvsGrok 4.3mediumLaguna XS 2.1mediumTersedia gratisvsQwen3.5-122B-A10BnoneLaguna XS 2.1mediumTersedia gratisvsKAT-Coder-Pro V2.5highLaguna XS 2.1mediumTersedia gratisvsGemini 3 Flash PreviewnoneLaguna XS 2.1mediumTersedia gratisvsGLM 5.2noneLaguna XS 2.1mediumTersedia gratisvsQwen3.5 Plus 2026-02-15noneLaguna XS 2.1mediumTersedia gratisvsGLM 5.1noneLaguna XS 2.1mediumTersedia gratisvsSolar Pro 4mediumLaguna XS 2.1mediumTersedia gratisvsGLM 5.3lowLaguna XS 2.1mediumTersedia gratisvsKimi K2.5medium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 6.1 | 3.1 | |
| Trik anti-AI | 4.8 | 10.0 | |
| Pemrograman | 5.5 | 10.0 | |
| Gabungan | 6.3 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 3.5 | 4.4 | |
| Kecerdasan umum | 5.0 | 10.0 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 5.3 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |