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-5.4 Mini vs Laguna Xs.2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică GPT-5.4 Mini GPT-5.4 Mini none Lansare: 2026-03-17 Laguna Xs.2 Laguna Xs.2 medium Lansare: 2026-04-28 Disponibil gratuit
Scor 5.1 6.2
Rang #117 #81
Fiabilitate N/D 10.0
Consistență 8.6 6.9
Teste corecte
Rată de trecere pe încercare 35.2% 57.4%
Teste instabile 3 7
Rulări totale 54 54
Cost per rezultat 0.630 0.000
Cost total $0.032 $0.000
Preț de intrare $0.750 / 1M $0.000 / 1M
Preț de ieșire $4.500 / 1M $0.000 / 1M
Tokenuri de ieșire 2,418 58,141
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.17s 6.03s
Timp de răspuns (maxim) 2.52s 29.11s
Timp de răspuns (total) 21.01s 108.59s

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 ieșire Tokenuri de raționament
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 654 0
Laguna Xs.2 7.4 5.9 83.3% 2 2.60s 5,283 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.19s 333 0
Laguna Xs.2 6.3 3.7 33.3% 1 14.36s 7,896 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 298 0
Laguna Xs.2 3.0 10.0 0.0% 0 15.92s 8,501 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 222 0
Laguna Xs.2 7.1 5.6 83.3% 1 9.34s 10,472 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 88 0
Laguna Xs.2 4.1 4.4 44.5% 2 11.12s 18,712 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 174 0
Laguna Xs.2 4.1 10.0 0.0% 0 2.76s 1,421 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 101 0
Laguna Xs.2 10.0 10.0 100.0% 0 1.68s 1,517 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 5.4 10.0 33.3% 0 860ms 293 0
Laguna Xs.2 5.3 10.0 33.3% 0 2.12s 3,168 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 255 0
Laguna Xs.2 4.7 1.6 66.7% 1 3.39s 1,171 0

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitenonevsLaguna Xs.2mediumDisponibil gratuitLaguna Xs.2mediumDisponibil gratuitvsQwen3.5-35B-A3BnoneLaguna Xs.2mediumDisponibil gratuitvsQwen3.5-FlashnoneLaguna Xs.2mediumDisponibil gratuitvsGLM 5V TurbononeDeepSeek V4 PrononevsLaguna Xs.2mediumDisponibil gratuitNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponibil gratuitvsGPT-5.4 MininoneGPT-5.4 MininonevsElephant AlphamediumLaguna Xs.2mediumDisponibil gratuitvsQwen3.6 27BnoneMiniMax M2.7mediumvsGPT-5.4 MininoneLaguna Xs.2mediumDisponibil gratuitvsQwen3.5-27BnoneDeepSeek V3.2nonevsLaguna Xs.2mediumDisponibil gratuitLaguna Xs.2mediumDisponibil gratuitvsMiMo-V2-Pronone