OpenAI: GPT-4o-mini vs Poolside: Laguna S 2.1

Laguna S 2.1 (low) лидирует по среднему баллу: 5.0 vs 5.0. GPT-4o-mini имеет более низкую стоимость benchmark: $0.010 vs $0.091. GPT-4o-mini быстрее: 1.99s vs 85.35s, с долей успешных попыток 22.7% vs 25.8%.

Рекомендуемая модельGPT-4o-miniЕго балл близок к лучшему здесь (5.0 против 5.0), при этом он примерно в 9.3 раза дешевле, чем Laguna S 2.1 (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-22

Метрика	GPT-4o-mini GPT-4o-mini none Релиз: 2024-07-18	Laguna S 2.1 Laguna S 2.1 low Релиз: 2026-07-21 Бесплатно доступно

Метрика	GPT-4o-mini GPT-4o-mini none Релиз: 2024-07-18	Laguna S 2.1 Laguna S 2.1 low Релиз: 2026-07-21 Бесплатно доступно
Оценка	5.0	5.0
Ранг	#183	#181
Надежность	10.0	9.9
Стабильность	9.9	7.8
Тестов верно
Доля успешных попыток	22.7%	25.8%
Нестабильные тесты	0	6
Всего запусков	66	66
Стоимость за результат	0.195	3.022
Общая стоимость	$0.010	$0.091
Цена входа	$0.150 / 1M	$0.100 / 1M
Цена выхода	$0.600 / 1M	$0.200 / 1M
Общее число входных токенов	53,136	118,746
Выходные токены	2,911	67,823
Токены рассуждений	0	383,885
Время ответа (среднее)	1.99s	85.35s
Время ответа (макс.)	7.58s	814.73s
Время ответа (суммарно)	29.86s	1877.64s

Hamster playing table tennis

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

#183 GPT-4o-mini

none

Стоимость: $0.001
Время: 6.6s
Токены: 742 tok

#181 Laguna S 2.1

low

Стоимость: $0.001
Время: 6.6s
Токены: 1,314 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
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	0
Laguna S 2.1	3.4	5.8	25.0%	2		80.66s	616	311	43,722

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	0
Laguna S 2.1	3.8	7.1	22.2%	1		167.51s	7,917	58,111	119,138

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.0	10.0	0.0%	0		6.32s	29,916	1,497	0
Laguna S 2.1	3.2	5.2	16.7%	1		412.50s	92,870	8,211	174,584

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.76s	7,689	243	1,981

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.0	10.0	0.0%	0		637ms	732	15	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.51s	765	24	2,606

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	0
Laguna S 2.1	4.8	10.0	0.0%	0		650ms	513	120	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	69	0
Laguna S 2.1	4.3	6.8	16.7%	1		423ms	702	60	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	0
Laguna S 2.1	3.1	7.3	11.1%	1		2.70s	699	447	1,444

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.36s	6,747	286	417

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0
Laguna S 2.1	3.0	10.0	0.0%	0		202.49s	228	10	39,993

Быстрое сравнение

Сменить пару сравнения