Navigare
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

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

Rezumat

Comparație benchmark GPT-5.3 Chat vs Laguna XS 2.1: GPT-5.3 Chat conduce la scorul mediu cu 7.5 vs 7.0. Laguna XS 2.1 are costul de benchmark mai mic, $0.036 vs $0.433. GPT-5.3 Chat este mai rapid cu 6.34s vs 30.08s, cu rate de reușită de 66.7% vs 44.4%.

Model recomandat: Laguna XS 2.1 - Scorul rămâne aproape de cel mai bun scor de aici (7.0 vs 7.5) și costă de aproximativ 12.3x mai puțin decât GPT-5.3 Chat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică GPT-5.3 Chat GPT-5.3 Chat none Lansare: 2026-03-03 Laguna XS 2.1 Laguna XS 2.1 medium Lansare: 2026-07-02 Disponibil gratuit
Scor 7.5 7.0
Rang #47 #67
Fiabilitate 10.0 10.0
Consistență 8.1 9.6
Teste corecte
Rată de trecere pe încercare 66.7% 44.4%
Teste instabile 5 1
Rulări totale 63 63
Cost per rezultat 3.605 0.392
Cost total $0.433 $0.036
Preț de intrare $1.750 / 1M $0.060 / 1M
Preț de ieșire $14.000 / 1M $0.120 / 1M
Total tokenuri de intrare 34,209 45,324
Tokenuri de ieșire 26,617 25,761
Tokenuri de raționament 0 268,677
Timp de răspuns (mediu) 6.34s 30.08s
Timp de răspuns (maxim) 18.33s 155.23s
Timp de răspuns (total) 133.13s 631.77s

Prezentare generare

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none
Cost
$0.008
Timp
8.1s
Tokenuri
634 tok

#67 Laguna XS 2.1

medium
Cost
$0.001
Timp
30.6s
Tokenuri
4,678 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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

Comparație rapidă

Schimbă perechea de comparație

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneLaguna XS 2.1mediumDisponibil gratuitvsStep 3.7 FlashhighGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.5 FlashnonevsLaguna XS 2.1mediumDisponibil gratuitGPT-5.3 ChatnonevsGrok Build 0.1mediumLaguna XS 2.1mediumDisponibil gratuitvsGLM 5.2noneDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 Chatnone