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

Poolside: Laguna S 2.1 vs xAI: Grok 4.20

Laguna S 2.1 average score मध्ये पुढे आहे: 4.5 vs 4.1. Laguna S 2.1 चा benchmark खर्च कमी आहे: $0.025 vs $0.057. Grok 4.20 वेगवान आहे: 1.11s vs 11.67s, pass rates 15.2% vs 27.3%.

शिफारस केलेले मॉडेलLaguna S 2.1It has the best score here (4.5), while costing about 2.3x less than Grok 4.20.

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

मेट्रिक Laguna S 2.1 Laguna S 2.1 none प्रकाशन: 2026-07-21 मोफत उपलब्ध Grok 4.20 Grok 4.20 none प्रकाशन: 2026-03-31
स्कोअर 4.5 4.1
क्रमांक #200 #207
विश्वसनीयता 10.0 लागू नाही
सुसंगतता 8.8 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 15.2% 27.3%
अस्थिर चाचण्या 3 0
एकूण रन 66 54
प्रति निकाल खर्च 1.205 1.570
एकूण खर्च $0.025 $0.057
इनपुट किंमत $0.100 / 1M $1.250 / 1M
आउटपुट किंमत $0.200 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 125,598 41,313
आउटपुट टोकन्स 57,634 1,923
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 11.67s 1.11s
प्रतिसाद वेळ (कमाल) 200.52s 6.04s
प्रतिसाद वेळ (एकूण) 256.80s 19.96s

Hamster playing table tennis

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

#200 Laguna S 2.1

none
खर्च
$0.001
वेळ
7.6s
टोकन्स
1,345 tok

#207 xAI: Grok 4.20

none
खर्च
$0.004
वेळ
6.5s
टोकन्स
1,367 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
Laguna S 2.1 3.4 9.7 0.0% 0 550ms 7,917 424 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

झटपट तुलना

तुलना जोडी बदला