#239

Laguna S 2.1

Poolside प्रकाशन: 2026-07-21 चाचणी तारीख: 2026-08-14 04:00 poolside/laguna-s-2.1::medium

118B एकूण (8B सक्रिय)MoEवेट्स उपलब्ध

(high) (medium) (low) (none)

सारांश

Laguna S 2.1 AI BENCHY वर 5.4 स्कोर करते आणि #239 वर आहे. याची reliability 10.0, pass rate 24.2%, एकूण खर्च $0.053, आणि सरासरी response time 58.42s आहे.

Laguna S 2.1 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #14.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले

पॅरामीटर्स: 118B एकूण (8B सक्रिय)
आर्किटेक्चर: MoE
उपलब्धता: वेट्स उपलब्ध
परवाना: OpenMDW

पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

5.4

सुसंगतता

8.8

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.053 ↓ -10.0%

या किमतीवर चाचणी केली: $0.059

एकूण आउटपुट टोकन्स

339,595

एकूण इनपुट टोकन्स

86,647

इनपुट किंमत

$0.090 / 1M

आउटपुट किंमत

$0.180 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 18

प्रति प्रयत्न पास दर: 24.2%

अस्थिर चाचण्या

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

58.42s

प्रतिसाद वेळ (कमाल): 560.31s

प्रतिसाद वेळ (एकूण): 1285.26s

चुकीचे उत्तर: 13 अवैध टूल कॉल: 2 उत्तर नाही: 2 सूचनांचे पालन केले नाही: 1

Hamster playing table tennis

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

#239 Laguna S 2.1

medium

खर्च: $0.001
वेळ: 4.0s
टोकन्स: 867 tok

रन इतिहास

चाचणी तारीख	स्कोअर	विश्वसनीयता	बरोबर चाचण्या	एकूण खर्च	तुलना करा
2026-08-14 04:00 पुन्हा चाचणी	5.4	10.0		$0.053 ↓	सध्याची रन
2026-07-22 12:18 पहिला रन	5.4	9.8		$0.059	तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रन	बेंचमार्क कव्हरेज	स्कोअर	सुसंगतता	विश्वसनीयता	बरोबर चाचण्या	अस्थिर चाचण्या	एकूण आउटपुट टोकन्स	एकूण इनपुट टोकन्स	एकूण खर्च	प्रतिसाद वेळ (सरासरी)
2026-08-14 04:00 · सध्याची रन	66/66 प्रयत्न	5.4	8.8	10.0	4/22	3	339,595	86,647	$0.053	58.42s
2026-07-22 12:18 · पहिला रन	66/66 प्रयत्न	5.4	8.4	9.8	4/22	4	339,595	86,641	$0.059	58.43s
फरक	—	0.0	+0.4	+0.2	0	-1	0	+6	-$0.006	-10ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख	इनपुट किंमत	आउटपुट किंमत
2026-07-22 12:53	$0.100 / 1M	$0.200 / 1M
2026-08-14 12:51	$0.090 / 1M	$0.180 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी	स्कोअर	सुसंगतता
अँटी-एआय युक्त्या	3.4	5.8
कोडिंग	5.3	7.2
संयुक्त	3.2	9.1
डेटा पार्सिंग आणि निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	3.0	10.0
Samanya Buddhimatta	4.6	9.8
सूचनांचे पालन	4.2	9.9
कोडी सोडवणे	3.1	10.0
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Laguna S 2.1

मॉडेलची माहिती

Hamster playing table tennis

#239 Laguna S 2.1

चार्ट्स

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर vs एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स