Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Poolside: Laguna XS 2.1

Rezumat

Comparație benchmark GPT-5.5 vs Laguna XS 2.1: GPT-5.5 conduce la scorul mediu cu 9.3 vs 7.0. Laguna XS 2.1 are costul de benchmark mai mic, $0.036 vs $0.907. GPT-5.5 este mai rapid cu 9.76s vs 30.08s, cu rate de reușită de 85.7% vs 44.4%.

Model recomandat: GPT-5.5 - Are cel mai bun scor aici (9.3) și răspunde de aproximativ 3.1x mai rapid decât Laguna XS 2.1.

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

Metrică GPT-5.5 GPT-5.5 low Lansare: 2026-04-24 Laguna XS 2.1 Laguna XS 2.1 medium Lansare: 2026-07-02 Disponibil gratuit
Scor 9.3 7.0
Rang #4 #67
Fiabilitate 10.0 10.0
Consistență 10.0 9.6
Teste corecte
Rată de trecere pe încercare 85.7% 44.4%
Teste instabile 0 1
Rulări totale 63 63
Cost per rezultat 5.035 0.392
Cost total $0.907 $0.036
Preț de intrare $5.000 / 1M $0.060 / 1M
Preț de ieșire $30.000 / 1M $0.120 / 1M
Total tokenuri de intrare 34,209 45,324
Tokenuri de ieșire 2,046 25,761
Tokenuri de raționament 22,460 268,677
Timp de răspuns (mediu) 9.76s 30.08s
Timp de răspuns (maxim) 56.19s 155.23s
Timp de răspuns (total) 204.92s 631.77s

Prezentare generare

Hamster playing table tennis

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

#4 GPT-5.5

low
Cost
$0.068
Timp
37.0s
Tokenuri
2,339 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Laguna XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5lowvsQwen3.7 MaxmediumLaguna XS 2.1mediumDisponibil gratuitvsStep 3.7 FlashhighGemini 3.5 FlashnonevsLaguna XS 2.1mediumDisponibil gratuitLaguna XS 2.1mediumDisponibil gratuitvsGLM 5.2noneLaguna XS 2.1mediumDisponibil gratuitvsQwen3.7 PlusnoneClaude Fable 5mediumvsGPT-5.5lowDeepSeek V4 PrononevsLaguna XS 2.1mediumDisponibil gratuitGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3 Flash PreviewnonevsLaguna XS 2.1mediumDisponibil gratuitClaude Opus 4.8nonevsLaguna XS 2.1mediumDisponibil gratuitLaguna XS 2.1mediumDisponibil gratuitvsQwen3.7 MaxnoneGemini 3.5 FlashmediumvsGPT-5.5low