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

AI BENCHY Compare

Poolside: Laguna XS 2.1 vs Qwen: Qwen3.5 Plus 2026-02-15

सारांश

Laguna XS 2.1 (medium) average score मध्ये पुढे आहे: 6.5 vs 6.4. Laguna XS 2.1 (medium) चा benchmark खर्च कमी आहे: $0.068 vs $0.073. Qwen3.5 Plus 2026-02-15 वेगवान आहे: 9.85s vs 47.93s, pass rates 42.4% vs 48.5%.

शिफारस केलेले मॉडेलQwen3.5 Plus 2026-02-15Its score stays close to the best score here (6.4 vs 6.5), while responding about 4.9x faster than Laguna XS 2.1 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15
स्कोअर 6.5 6.4
क्रमांक #97 #102
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.4% 48.5%
अस्थिर चाचण्या 1 2
एकूण रन 66 66
प्रति निकाल खर्च 0.746 0.751
एकूण खर्च $0.068 $0.073
इनपुट किंमत $0.060 / 1M $0.260 / 1M
आउटपुट किंमत $0.120 / 1M $1.560 / 1M
एकूण इनपुट टोकन्स 118,989 102,646
आउटपुट टोकन्स 30,750 29,370
रिझनिंग टोकन्स 491,833 0
प्रतिसाद वेळ (सरासरी) 47.93s 9.85s
प्रतिसाद वेळ (कमाल) 422.72s 123.00s
प्रतिसाद वेळ (एकूण) 1054.49s 157.63s

जनरेशन शोकेस

Hamster playing table tennis

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

#97 Laguna XS 2.1

medium
खर्च
$0.001
वेळ
30.6s
टोकन्स
4,678 tok

#102 Qwen3.5 Plus 2026-02-15

none
खर्च
$0.012
वेळ
153.2s
टोकन्स
7,787 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 XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258
Qwen3.5 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

झटपट तुलना

तुलना जोडी बदला