नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Poolside: Laguna XS 2.1

LongCat 2.0 (high) average score मध्ये पुढे आहे: 6.6 vs 6.5. Laguna XS 2.1 (medium) चा benchmark खर्च कमी आहे: $0.068 vs $0.469. Laguna XS 2.1 (medium) वेगवान आहे: 47.93s vs 148.73s, pass rates 53.0% vs 42.4%.

शिफारस केलेले मॉडेलLaguna XS 2.1 (medium)Its score stays close to the best score here (6.5 vs 6.6), while costing about 7.0x less than LongCat 2.0 (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-21

मेट्रिक LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20 Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 6.6 6.5
क्रमांक #102 #108
विश्वसनीयता 9.4 10.0
सुसंगतता 8.2 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.0% 42.4%
अस्थिर चाचण्या 5 1
एकूण रन 66 66
प्रति निकाल खर्च 5.202 0.746
एकूण खर्च $0.469 $0.068
इनपुट किंमत $0.300 / 1M $0.060 / 1M
आउटपुट किंमत $1.200 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 93,357 118,989
आउटपुट टोकन्स 30,466 30,750
रिझनिंग टोकन्स 336,325 491,833
प्रतिसाद वेळ (सरासरी) 148.73s 47.93s
प्रतिसाद वेळ (कमाल) 941.66s 422.72s
प्रतिसाद वेळ (एकूण) 3272.00s 1054.49s

Hamster playing table tennis

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

#102 LongCat 2.0

high
अवैध SVG
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

#108 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
LongCat 2.0 7.6 7.2 77.8% 1 505.33s 6,913 244 192,377
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258

झटपट तुलना

तुलना जोडी बदला