Навигация
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

Anthropic: Claude Opus 4.8 vs Poolside: Laguna XS 2.1

Сводка

Сравнение benchmark Claude Opus 4.8 vs Laguna XS 2.1: Claude Opus 4.8 лидирует по среднему баллу: 7.2 vs 7.0. Laguna XS 2.1 имеет более низкую стоимость benchmark: $0.036 vs $0.539. Claude Opus 4.8 быстрее: 3.48s vs 30.08s, с долей успешных попыток 61.9% vs 44.4%.

Рекомендуемая модель: Laguna XS 2.1 - Его балл близок к лучшему здесь (7.0 против 7.2), при этом он примерно в 15.3 раза дешевле, чем Claude Opus 4.8.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28 Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно
Оценка 7.2 7.0
Ранг #59 #67
Надежность 10.0 10.0
Стабильность 9.2 9.6
Тестов верно
Доля успешных попыток 61.9% 44.4%
Нестабильные тесты 2 1
Всего запусков 63 63
Стоимость за результат 4.485 0.392
Общая стоимость $0.539 $0.036
Цена входа $5.000 / 1M $0.060 / 1M
Цена выхода $25.000 / 1M $0.120 / 1M
Общее число входных токенов 67,104 45,324
Выходные токены 8,107 25,761
Токены рассуждений 0 268,677
Время ответа (среднее) 3.48s 30.08s
Время ответа (макс.) 17.73s 155.23s
Время ответа (суммарно) 73.00s 631.77s

Генерация showcase

Hamster playing table tennis

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

#59 Claude Opus 4.8

none
Стоимость
$0.053
Время
22.0s
Токены
2,253 tok

#67 Laguna XS 2.1

medium
Стоимость
$0.001
Время
30.6s
Токены
4,678 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 834 1,472 0
Laguna XS 2.1 4.8 10.0 25.0% 0 41.96s 774 353 73,090
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 29,658 3,259 0
Laguna XS 2.1 9.6 10.0 100.0% 0 13.43s 18,033 507 5,908
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 10,503 308 0
Laguna XS 2.1 10.0 10.0 100.0% 0 4.50s 7,734 234 3,129
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 5.3 7.2 44.4% 1 1.70s 975 61 0
Laguna XS 2.1 2.9 7.2 11.1% 1 65.66s 834 17 91,533
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 708 230 0
Laguna XS 2.1 5.0 10.0 0.0% 0 4.15s 537 119 1,375
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 909 95 0
Laguna XS 2.1 9.8 10.0 100.0% 0 2.57s 753 82 1,844
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 894 783 0
Laguna XS 2.1 5.3 10.0 33.3% 0 3.43s 771 357 3,355
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 11,775 355 0
Laguna XS 2.1 10.0 10.0 100.0% 0 3.01s 7,638 309 748
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 258 212 0
Laguna XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437

Быстрое сравнение

Сменить пару сравнения

Laguna XS 2.1mediumБесплатно доступноvsStep 3.7 FlashhighClaude Opus 4.8nonevsGemma 4 26B A4BmediumБесплатно доступноGemini 3.5 FlashnonevsLaguna XS 2.1mediumБесплатно доступноLaguna XS 2.1mediumБесплатно доступноvsGLM 5.2noneLaguna XS 2.1mediumБесплатно доступноvsQwen3.7 PlusnoneClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V4 PrononevsLaguna XS 2.1mediumБесплатно доступноClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsLaguna XS 2.1mediumБесплатно доступноClaude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-Promedium