नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs Poolside: Laguna XS 2.1

सारांश

GPT-5.3 Chat vs Laguna XS 2.1 benchmark तुलना: GPT-5.3 Chat average score मध्ये पुढे आहे: 7.5 vs 7.0. Laguna XS 2.1 चा benchmark खर्च कमी आहे: $0.036 vs $0.433. GPT-5.3 Chat वेगवान आहे: 6.34s vs 30.08s, pass rates 66.7% vs 44.4%.

शिफारस केलेले मॉडेल: Laguna XS 2.1 - Its score stays close to the best score here (7.0 vs 7.5), while costing about 12.3x less than GPT-5.3 Chat.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-02

मेट्रिक GPT-5.3 Chat GPT-5.3 Chat none प्रकाशन: 2026-03-03 Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 7.5 7.0
क्रमांक #47 #67
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 44.4%
अस्थिर चाचण्या 5 1
एकूण रन 63 63
प्रति निकाल खर्च 3.605 0.392
एकूण खर्च $0.433 $0.036
इनपुट किंमत $1.750 / 1M $0.060 / 1M
आउटपुट किंमत $14.000 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 34,209 45,324
आउटपुट टोकन्स 26,617 25,761
रिझनिंग टोकन्स 0 268,677
प्रतिसाद वेळ (सरासरी) 6.34s 30.08s
प्रतिसाद वेळ (कमाल) 18.33s 155.23s
प्रतिसाद वेळ (एकूण) 133.13s 631.77s

जनरेशन शोकेस

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none
खर्च
$0.008
वेळ
8.1s
टोकन्स
634 tok

#67 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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
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
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Laguna XS 2.1 9.6 10.0 100.0% 0 13.43s 18,033 507 5,908
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
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
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Laguna XS 2.1 2.9 7.2 11.1% 1 65.66s 834 17 91,533
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
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
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
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
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
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
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0
Laguna XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437

झटपट तुलना

तुलना जोडी बदला