AI BENCHY Compare

Poolside: Laguna XS 2.1 vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark Laguna XS 2.1 vs Step 3.7 Flash: Средний балл практически равен: 7.0 vs 7.1. Laguna XS 2.1 имеет более низкую стоимость benchmark: $0.036 vs $1.148. Laguna XS 2.1 быстрее: 30.08s vs 64.46s, с долей успешных попыток 44.4% vs 63.5%.

Рекомендуемая модель: Laguna XS 2.1 - Здесь у него лучший балл (7.0), при этом он примерно в 32.6 раза дешевле, чем Step 3.7 Flash.

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

Метрика	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	Laguna XS 2.1 Laguna XS 2.1 medium Релиз: 2026-07-02 Бесплатно доступно	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	7.0	7.1
Ранг	#67	#65
Надежность	10.0	10.0
Стабильность	9.6	8.2
Тестов верно
Доля успешных попыток	44.4%	63.5%
Нестабильные тесты	1	4
Всего запусков	63	63
Стоимость за результат	0.392	10.434
Общая стоимость	$0.036	$1.148
Цена входа	$0.060 / 1M	$0.200 / 1M
Цена выхода	$0.120 / 1M	$1.150 / 1M
Общее число входных токенов	45,324	38,391
Выходные токены	25,761	991,355
Токены рассуждений	268,677	0
Время ответа (среднее)	30.08s	64.46s
Время ответа (макс.)	155.23s	364.99s
Время ответа (суммарно)	631.77s	1353.57s

Генерация showcase

Hamster playing table tennis

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

#67 Laguna XS 2.1

medium

Стоимость: $0.001
Время: 30.6s
Токены: 4,678 tok

#65 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 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
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	5.5	10.0	33.3%	0		70.35s	7,995	23,767	83,258
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	9.6	10.0	100.0%	0		13.43s	18,033	507	5,908
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	2.9	7.2	11.1%	1		65.66s	834	17	91,533
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashhighvsGLM 5.1medium Step 3.7 FlashhighvsGLM 5.2none Gemini 3.5 FlashnonevsLaguna XS 2.1mediumБесплатно доступно Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4BmediumБесплатно доступноvsStep 3.7 Flashhigh Laguna XS 2.1mediumБесплатно доступноvsGLM 5.2none DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Laguna XS 2.1mediumБесплатно доступноvsQwen3.7 Plusnone DeepSeek V4 PrononevsLaguna XS 2.1mediumБесплатно доступно Claude Opus 4.8nonevsStep 3.7 Flashhigh