AI BENCHY
Advertise here
#152

Laguna XS 2.1

Poolside प्रकाशन: 2026-07-02 चाचणी तारीख: 2026-07-16 23:17 poolside/laguna-xs-2.1::none
33B एकूण (3B सक्रिय)MoEवेट्स उपलब्ध
(medium) (none)

सारांश

Laguna XS 2.1 AI BENCHY वर 5.3 स्कोर करते आणि #152 वर आहे. याची reliability 10.0, pass rate 30.3%, एकूण खर्च $0.008, आणि सरासरी response time 1.55s आहे.

Laguna XS 2.1 खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #17. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
33B एकूण (3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
वेट्स उपलब्ध
परवाना
OpenMDW

सुसंगतता

9.0

एकूण आउटपुट टोकन्स

13,377

एकूण इनपुट टोकन्स

91,598

इनपुट किंमत

$0.060 / 1M

आउटपुट किंमत

$0.120 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 17

प्रति प्रयत्न पास दर: 30.3%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

1.55s

प्रतिसाद वेळ (कमाल): 19.02s

प्रतिसाद वेळ (एकूण): 34.19s

Hamster playing table tennis

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

#152 Laguna XS 2.1

none
खर्च
$0.001
वेळ
27.6s
टोकन्स
4,344 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 03:10 पुन्हा चाचणी 5.3 10.0 $0.008 तुलना करा
2026-07-16 23:17 नवीन चाचणी जोडली 5.3 10.0 $0.008 सध्याची रन
2026-07-02 16:44 पहिला रन 5.3 10.0 $0.003 तुलना करा

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

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-07-16 23:17 · नवीन चाचणी जोडली66/66 प्रयत्न5.39.010.05/22313,37791,598$0.0081.55s
2026-08-14 03:10 · पुन्हा चाचणी66/66 प्रयत्न5.39.010.05/22313,37791,607$0.0081.55s
फरक0.00.00.0000-9-$0.001+8ms

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
2026-07-02 17:22 $0.060 / 1M $0.120 / 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 बरोबर चाचण्या
अँटी-एआय युक्त्या 5.3 8.3
कोडिंग 4.3 7.8
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.0 10.0
सूचनांचे पालन 3.8 5.8
कोडी सोडवणे 3.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स