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

Poolside: Laguna XS 2.1 vs StepFun: Step 3.7 Flash

Rezumat

Comparație benchmark Laguna XS 2.1 vs Step 3.7 Flash: Scorul mediu este practic egal la 7.0 vs 7.1. Laguna XS 2.1 are costul de benchmark mai mic, $0.036 vs $1.148. Laguna XS 2.1 este mai rapid cu 30.08s vs 64.46s, cu rate de reușită de 44.4% vs 63.5%.

Model recomandat: Laguna XS 2.1 - Are cel mai bun scor aici (7.0) și costă de aproximativ 32.6x mai puțin decât Step 3.7 Flash.

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

Metrică Laguna XS 2.1 Laguna XS 2.1 medium Lansare: 2026-07-02 Disponibil gratuit Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 7.0 7.1
Rang #67 #65
Fiabilitate 10.0 10.0
Consistență 9.6 8.2
Teste corecte
Rată de trecere pe încercare 44.4% 63.5%
Teste instabile 1 4
Rulări totale 63 63
Cost per rezultat 0.392 10.434
Cost total $0.036 $1.148
Preț de intrare $0.060 / 1M $0.200 / 1M
Preț de ieșire $0.120 / 1M $1.150 / 1M
Total tokenuri de intrare 45,324 38,391
Tokenuri de ieșire 25,761 991,355
Tokenuri de raționament 268,677 0
Timp de răspuns (mediu) 30.08s 64.46s
Timp de răspuns (maxim) 155.23s 364.99s
Timp de răspuns (total) 631.77s 1353.57s

Prezentare generare

Hamster playing table tennis

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

#67 Laguna XS 2.1

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

#65 Step 3.7 Flash

high
Cost
$0.007
Timp
63.6s
Tokenuri
6,030 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
Laguna XS 2.1 4.8 10.0 25.0% 0 41.96s 774 353 73,090
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
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
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
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
Laguna XS 2.1 9.6 10.0 100.0% 0 13.43s 18,033 507 5,908
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
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
Laguna XS 2.1 10.0 10.0 100.0% 0 4.50s 7,734 234 3,129
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
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
Laguna XS 2.1 2.9 7.2 11.1% 1 65.66s 834 17 91,533
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
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
Laguna XS 2.1 5.0 10.0 0.0% 0 4.15s 537 119 1,375
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
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
Laguna XS 2.1 9.8 10.0 100.0% 0 2.57s 753 82 1,844
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
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
Laguna XS 2.1 5.3 10.0 33.3% 0 3.43s 771 357 3,355
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
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
Laguna XS 2.1 10.0 10.0 100.0% 0 3.01s 7,638 309 748
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
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
Laguna XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Comparație rapidă

Schimbă perechea de comparație

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneGemini 3.5 FlashnonevsLaguna XS 2.1mediumDisponibil gratuitQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumDisponibil gratuitvsStep 3.7 FlashhighLaguna XS 2.1mediumDisponibil gratuitvsGLM 5.2noneDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighLaguna XS 2.1mediumDisponibil gratuitvsQwen3.7 PlusnoneDeepSeek V4 PrononevsLaguna XS 2.1mediumDisponibil gratuitClaude Opus 4.8nonevsStep 3.7 Flashhigh