नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Poolside: Laguna XS 2.1

Laguna XS 2.1 (medium) average score मध्ये पुढे आहे: 6.5 vs 6.3. LongCat 2.0 चा benchmark खर्च कमी आहे: $0.044 vs $0.068. LongCat 2.0 वेगवान आहे: 5.18s vs 47.93s, pass rates 36.4% vs 42.4%.

शिफारस केलेले मॉडेलLongCat 2.0Its score stays close to the best score here (6.3 vs 6.5), while costing about 1.5x less than Laguna XS 2.1 (medium).

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

मेट्रिक LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20 Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 6.3 6.5
क्रमांक #117 #108
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 36.4% 42.4%
अस्थिर चाचण्या 2 1
एकूण रन 66 66
प्रति निकाल खर्च 0.627 0.746
एकूण खर्च $0.044 $0.068
इनपुट किंमत $0.300 / 1M $0.060 / 1M
आउटपुट किंमत $1.200 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 108,743 118,989
आउटपुट टोकन्स 9,372 30,750
रिझनिंग टोकन्स 0 491,833
प्रतिसाद वेळ (सरासरी) 5.18s 47.93s
प्रतिसाद वेळ (कमाल) 48.38s 422.72s
प्रतिसाद वेळ (एकूण) 113.95s 1054.49s

Hamster playing table tennis

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

#117 LongCat 2.0

none
खर्च
$0.027
वेळ
411.7s
टोकन्स
22,283 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 5.5 10.0 33.3% 0 2.85s 7,446 578 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