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 3.1 Flash Lite vs Poolside: Laguna XS 2.1

average score जवळपास समान आहे: 6.5 vs 6.5. Laguna XS 2.1 (medium) चा benchmark खर्च कमी आहे: $0.068 vs $0.621. Gemini 3.1 Flash Lite (low) वेगवान आहे: 16.26s vs 47.93s, pass rates 59.1% vs 42.4%.

शिफारस केलेले मॉडेलLaguna XS 2.1 (medium)It has the best score here (6.5), while costing about 9.3x less than Gemini 3.1 Flash Lite (low).

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

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low प्रकाशन: 2026-05-08 Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 6.5 6.5
क्रमांक #100 #97
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.1% 42.4%
अस्थिर चाचण्या 2 1
एकूण रन 66 66
प्रति निकाल खर्च 5.170 0.746
एकूण खर्च $0.621 $0.068
इनपुट किंमत $0.250 / 1M $0.060 / 1M
आउटपुट किंमत $1.500 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 94,224 118,989
आउटपुट टोकन्स 7,759 30,750
रिझनिंग टोकन्स 390,126 491,833
प्रतिसाद वेळ (सरासरी) 16.26s 47.93s
प्रतिसाद वेळ (कमाल) 318.02s 422.72s
प्रतिसाद वेळ (एकूण) 357.64s 1054.49s

Hamster playing table tennis

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

#100 Gemini 3.1 Flash Lite

low
खर्च
$0.003
वेळ
4.0s
टोकन्स
1,479 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 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258

झटपट तुलना

तुलना जोडी बदला