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

Google: Gemini 2.5 Flash vs Poolside: Laguna XS 2.1

Laguna XS 2.1 (medium) average score मध्ये पुढे आहे: 6.5 vs 6.2. Gemini 2.5 Flash चा benchmark खर्च कमी आहे: $0.017 vs $0.068. Gemini 2.5 Flash वेगवान आहे: 6.20s vs 47.93s, pass rates 43.9% vs 42.4%.

शिफारस केलेले मॉडेलGemini 2.5 FlashIts score stays close to the best score here (6.2 vs 6.5), while costing about 4.0x less than Laguna XS 2.1 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17 Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 6.2 6.5
क्रमांक #112 #97
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.9% 42.4%
अस्थिर चाचण्या 1 1
एकूण रन 66 66
प्रति निकाल खर्च 0.186 0.746
एकूण खर्च $0.017 $0.068
इनपुट किंमत $0.300 / 1M $0.060 / 1M
आउटपुट किंमत $2.500 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 39,877 118,989
आउटपुट टोकन्स 1,890 30,750
रिझनिंग टोकन्स 0 491,833
प्रतिसाद वेळ (सरासरी) 6.20s 47.93s
प्रतिसाद वेळ (कमाल) 118.00s 422.72s
प्रतिसाद वेळ (एकूण) 136.37s 1054.49s

Hamster playing table tennis

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

#112 Gemini 2.5 Flash

none
अवैध SVG
खर्च
$0.164
वेळ
215.5s
टोकन्स
65,659 tok

#97 Laguna XS 2.1

medium
खर्च
$0.001
वेळ
30.6s
टोकन्स
4,678 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258

झटपट तुलना

तुलना जोडी बदला