AI BENCHY Compare

OpenAI: GPT-5.5 vs Poolside: Laguna XS 2.1

Сводка

Сравнение benchmark GPT-5.5 vs Laguna XS 2.1: GPT-5.5 лидирует по среднему баллу: 9.3 vs 7.0. Laguna XS 2.1 имеет более низкую стоимость benchmark: $0.036 vs $0.907. GPT-5.5 быстрее: 9.76s vs 30.08s, с долей успешных попыток 85.7% vs 44.4%.

Рекомендуемая модель: GPT-5.5 - Здесь у него лучший балл (9.3), и он отвечает примерно в 3.1 раза быстрее, чем Laguna XS 2.1.

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

Метрика	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно

Метрика	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно
Оценка	9.3	7.0
Ранг	#4	#67
Надежность	10.0	10.0
Стабильность	10.0	9.6
Тестов верно
Доля успешных попыток	85.7%	44.4%
Нестабильные тесты	0	1
Всего запусков	63	63
Стоимость за результат	5.035	0.392
Общая стоимость	$0.907	$0.036
Цена входа	$5.000 / 1M	$0.060 / 1M
Цена выхода	$30.000 / 1M	$0.120 / 1M
Общее число входных токенов	34,209	45,324
Выходные токены	2,046	25,761
Токены рассуждений	22,460	268,677
Время ответа (среднее)	9.76s	30.08s
Время ответа (макс.)	56.19s	155.23s
Время ответа (суммарно)	204.92s	631.77s

Генерация showcase

Hamster playing table tennis

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

#4 GPT-5.5

low

Стоимость: $0.068
Время: 37.0s
Токены: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
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-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

Быстрое сравнение

Сменить пару сравнения