Kimi K2.5 (medium) vs Laguna XS 2.1 (medium)

Laguna XS 2.1 (medium) average score मध्ये पुढे आहे: 6.4 vs 6.4. Laguna XS 2.1 (medium) चा benchmark खर्च कमी आहे: $0.083 vs $0.603. Laguna XS 2.1 (medium) वेगवान आहे: 48.97s vs 125.76s, pass rates 60.9% vs 46.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #206
एकूण आउटपुट टोकन्स: 241,096
प्रतिसाद वेळ (सरासरी): 125.76s
एकूण खर्च: $0.603

क्रमांक: #200
एकूण आउटपुट टोकन्स: 538,292
प्रतिसाद वेळ (सरासरी): 48.97s
एकूण खर्च: $0.083

शिफारस केलेले मॉडेल Laguna XS 2.1 (medium)

It has the best score here (6.4), while costing about 7.3x less than Kimi K2.5 (medium).

तपशीलवार तुलना

मेट्रिक	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27	Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध

मेट्रिक	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27	Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर	6.4	6.4
क्रमांक	#206	#200
विश्वसनीयता	9.6	10.0
सुसंगतता	7.1	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	46.4%
अस्थिर चाचण्या	8	3
एकूण रन	69	69
प्रति निकाल खर्च	6.085	0.922
एकूण खर्च	$0.603	$0.083
इनपुट किंमत	$0.450 / 1M	$0.060 / 1M
आउटपुट किंमत	$2.250 / 1M	$0.120 / 1M
एकूण इनपुट टोकन्स	292,271	352,516
आउटपुट टोकन्स	55,025	33,786
रिझनिंग टोकन्स	186,071	504,506
प्रतिसाद वेळ (सरासरी)	125.76s	48.97s
प्रतिसाद वेळ (कमाल)	566.79s	422.72s
प्रतिसाद वेळ (एकूण)	2137.84s	1126.35s
पॅरामीटर्स	1T एकूण (32B सक्रिय)	33B एकूण (3B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#206 MoonshotAI: Kimi K2.5

medium

खर्च: $0.030
वेळ: 58.6s
टोकन्स: 8,683 tok

#200 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	3.9	9.6	0.0%	0		566.79s	173,775	1,503	18,651
Laguna XS 2.1	6.1	3.1	66.7%	1		66.42s	233,518	3,036	12,776

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693
Laguna XS 2.1	5.5	10.0	33.3%	0		70.35s	7,995	23,767	83,258

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209
Laguna XS 2.1	6.3	10.0	50.0%	0		218.07s	91,698	5,496	229,064

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	2.9	4.4	22.2%	2		111.65s	533	12,151	32,741
Laguna XS 2.1	3.5	4.4	33.3%	2		67.48s	843	17	91,430

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

झटपट तुलना

तुलना जोडी बदला