AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

#81

Laguna Xs.2

Poolside Lansare: 2026-04-28 Testat la: 2026-04-28 23:03 poolside/laguna-xs.2::medium
(medium) (none)

Scor

6.2

Consistență

6.9

Cost total

$0.000

Total tokenuri de ieșire

58,141

Preț de intrare

$0.000 / 1M

Preț de ieșire

$0.000 / 1M

Teste corecte

Teste greșite: 12

Rată de trecere pe încercare: 57.4%

Teste instabile

7

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

6.03s

Timp de răspuns (maxim): 29.11s

Timp de răspuns (total): 108.59s

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 7.4 5.9
Programare 6.3 3.7
Combinat 3.0 10.0
Parsare și extragere de date 7.1 5.6
Specific domeniului 4.1 4.4
Inteligență generală 4.1 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 5.3 10.0
Apelare instrumente 4.7 1.6

Modele comparate