AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs Poolside: Laguna XS 2.1

Сводка

Сравнение benchmark GPT-5.3 Chat vs Laguna XS 2.1: GPT-5.3 Chat лидирует по среднему баллу: 7.5 vs 7.0. Laguna XS 2.1 имеет более низкую стоимость benchmark: $0.036 vs $0.433. GPT-5.3 Chat быстрее: 6.34s vs 30.08s, с долей успешных попыток 66.7% vs 44.4%.

Рекомендуемая модель: Laguna XS 2.1 - Его балл близок к лучшему здесь (7.0 против 7.5), при этом он примерно в 12.3 раза дешевле, чем GPT-5.3 Chat.

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

Метрика	GPT-5.3 Chat GPT-5.3 Chat none Релиз: 2026-03-03	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно

Метрика	GPT-5.3 Chat GPT-5.3 Chat none Релиз: 2026-03-03	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно
Оценка	7.5	7.0
Ранг	#47	#67
Надежность	10.0	10.0
Стабильность	8.1	9.6
Тестов верно
Доля успешных попыток	66.7%	44.4%
Нестабильные тесты	5	1
Всего запусков	63	63
Стоимость за результат	3.605	0.392
Общая стоимость	$0.433	$0.036
Цена входа	$1.750 / 1M	$0.060 / 1M
Цена выхода	$14.000 / 1M	$0.120 / 1M
Общее число входных токенов	34,209	45,324
Выходные токены	26,617	25,761
Токены рассуждений	0	268,677
Время ответа (среднее)	6.34s	30.08s
Время ответа (макс.)	18.33s	155.23s
Время ответа (суммарно)	133.13s	631.77s

Генерация showcase

Hamster playing table tennis

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

#47 GPT-5.3 Chat

none

Стоимость: $0.008
Время: 8.1s
Токены: 634 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
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	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
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	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
GPT-5.3 Chat	10.0	10.0	100.0%	0		11.96s	11,019	2,614	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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	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
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	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
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	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
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	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
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	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
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsGPT-5.3 Chatnone Kimi K2.5mediumvsGPT-5.3 Chatnone Laguna XS 2.1mediumБесплатно доступноvsStep 3.7 Flashhigh GPT-5.3 ChatnonevsQwen3.6 Flashmedium DeepSeek V3.2mediumvsGPT-5.3 Chatnone Gemini 3.5 FlashnonevsLaguna XS 2.1mediumБесплатно доступно GPT-5.3 ChatnonevsGrok Build 0.1medium Laguna XS 2.1mediumБесплатно доступноvsGLM 5.2none DeepSeek V4 ProhighvsGPT-5.3 Chatnone Seed-2.0-MinimediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsMiMo-V2.5-Promedium MiniMax M3mediumvsGPT-5.3 Chatnone