Poolside: Laguna S 2.1 vs Qwen: Qwen3.5-9B

Laguna S 2.1 (medium) лидирует по среднему баллу: 5.4 vs 5.1. Qwen3.5-9B имеет более низкую стоимость benchmark: $0.021 vs $0.059. Qwen3.5-9B быстрее: 19.17s vs 58.43s, с долей успешных попыток 25.8% vs 19.7%.

Рекомендуемая модельQwen3.5-9BЕго балл близок к лучшему здесь (5.1 против 5.4), при этом он примерно в 2.9 раза дешевле, чем Laguna S 2.1 (medium).

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

Метрика	Laguna S 2.1 Laguna S 2.1 medium Релиз: 2026-07-21 Бесплатно доступно	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02

Метрика	Laguna S 2.1 Laguna S 2.1 medium Релиз: 2026-07-21 Бесплатно доступно	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02
Оценка	5.4	5.1
Ранг	#164	#177
Надежность	9.8	10.0
Стабильность	8.4	9.7
Тестов верно
Доля успешных попыток	25.8%	19.7%
Нестабильные тесты	4	1
Всего запусков	66	66
Стоимость за результат	1.451	0.490
Общая стоимость	$0.059	$0.021
Цена входа	$0.100 / 1M	$0.100 / 1M
Цена выхода	$0.200 / 1M	$0.150 / 1M
Общее число входных токенов	86,641	144,407
Выходные токены	97,298	37,484
Токены рассуждений	242,297	0
Время ответа (среднее)	58.43s	19.17s
Время ответа (макс.)	560.31s	382.06s
Время ответа (суммарно)	1285.48s	421.74s

Hamster playing table tennis

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

#164 Laguna S 2.1

medium

Стоимость: $0.001
Время: 4.0s
Токены: 867 tok

#177 Qwen3.5-9B

none

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 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
Laguna S 2.1	3.4	5.8	25.0%	2		51.82s	672	370	45,172
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	5.3	7.2	44.4%	1		158.98s	7,917	93,354	106,718
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	3.2	9.1	0.0%	0		284.71s	60,785	2,413	80,089
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	10.0	10.0	100.0%	0		2.42s	7,689	243	1,699
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	2.9	7.2	11.1%	1		2.75s	765	24	2,863
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	4.6	9.8	0.0%	0		739ms	513	164	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	4.2	9.9	0.0%	0		400ms	702	57	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	3.1	10.0	0.0%	0		2.62s	699	375	2,497
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	10.0	10.0	100.0%	0		2.24s	6,747	270	420
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna S 2.1	3.0	10.0	0.0%	0		7.11s	152	28	2,839
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

Быстрое сравнение

Сменить пару сравнения