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

MiniMax: MiniMax M2.5 vs Poolside: Laguna S 2.1

average score जवळपास समान आहे: 4.6 vs 4.5. Laguna S 2.1 चा benchmark खर्च कमी आहे: $0.025 vs $0.340. Laguna S 2.1 वेगवान आहे: 11.67s vs 68.27s, pass rates 45.5% vs 15.2%.

शिफारस केलेले मॉडेलLaguna S 2.1It has the best score here (4.5), while costing about 14.1x less than MiniMax M2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-22

मेट्रिक MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12 Laguna S 2.1 Laguna S 2.1 none प्रकाशन: 2026-07-21 मोफत उपलब्ध
स्कोअर 4.6 4.5
क्रमांक #199 #200
विश्वसनीयता 10.0 10.0
सुसंगतता 6.2 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 15.2%
अस्थिर चाचण्या 10 3
एकूण रन 66 66
प्रति निकाल खर्च 8.648 1.205
एकूण खर्च $0.340 $0.025
इनपुट किंमत $0.150 / 1M $0.100 / 1M
आउटपुट किंमत $0.900 / 1M $0.200 / 1M
एकूण इनपुट टोकन्स 142,561 125,598
आउटपुट टोकन्स 125,442 57,634
रिझनिंग टोकन्स 339,935 0
प्रतिसाद वेळ (सरासरी) 68.27s 11.67s
प्रतिसाद वेळ (कमाल) 251.36s 200.52s
प्रतिसाद वेळ (एकूण) 955.75s 256.80s

Hamster playing table tennis

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

#199 MiniMax M2.5

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#200 Laguna S 2.1

none
खर्च
$0.001
वेळ
7.6s
टोकन्स
1,345 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
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177
Laguna S 2.1 3.4 9.7 0.0% 0 550ms 7,917 424 0

झटपट तुलना

तुलना जोडी बदला