Meituan: LongCat 2.0 vs Poolside: Laguna XS 2.1

Laguna XS 2.1 (medium) лидирует по среднему баллу: 6.5 vs 6.3. LongCat 2.0 имеет более низкую стоимость benchmark: $0.044 vs $0.068. LongCat 2.0 быстрее: 5.18s vs 47.93s, с долей успешных попыток 36.4% vs 42.4%.

Рекомендуемая модельLongCat 2.0Его балл близок к лучшему здесь (6.3 против 6.5), при этом он примерно в 1.5 раза дешевле, чем Laguna XS 2.1 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-21

Метрика	LongCat 2.0 LongCat 2.0 none Релиз: 2026-07-20	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно

Метрика	LongCat 2.0 LongCat 2.0 none Релиз: 2026-07-20	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно
Оценка	6.3	6.5
Ранг	#117	#108
Надежность	10.0	10.0
Стабильность	9.3	9.6
Тестов верно
Доля успешных попыток	36.4%	42.4%
Нестабильные тесты	2	1
Всего запусков	66	66
Стоимость за результат	0.627	0.746
Общая стоимость	$0.044	$0.068
Цена входа	$0.300 / 1M	$0.060 / 1M
Цена выхода	$1.200 / 1M	$0.120 / 1M
Общее число входных токенов	108,743	118,989
Выходные токены	9,372	30,750
Токены рассуждений	0	491,833
Время ответа (среднее)	5.18s	47.93s
Время ответа (макс.)	48.38s	422.72s
Время ответа (суммарно)	113.95s	1054.49s

Hamster playing table tennis

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

#117 LongCat 2.0

none

Стоимость: $0.027
Время: 411.7s
Токены: 22,283 tok

#108 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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	4.8	10.0	25.0%	0		2.87s	624	503	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
LongCat 2.0	5.5	10.0	33.3%	0		2.85s	7,446	578	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
LongCat 2.0	6.5	10.0	50.0%	0		28.45s	83,372	7,289	0
Laguna XS 2.1	6.3	10.0	50.0%	0		218.07s	91,698	5,496	229,064

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	10.0	10.0	100.0%	0		2.36s	7,671	246	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
LongCat 2.0	3.0	10.0	0.0%	0		1.72s	729	25	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
LongCat 2.0	5.0	10.0	0.0%	0		2.76s	489	111	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
LongCat 2.0	6.5	10.0	50.0%	0		2.82s	675	66	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
LongCat 2.0	4.0	5.0	33.3%	2		2.74s	663	299	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
LongCat 2.0	10.0	10.0	100.0%	0		6.64s	6,867	231	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
LongCat 2.0	3.0	10.0	0.0%	0		3.92s	207	24	0
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

Быстрое сравнение

Сменить пару сравнения