#59 Claude Opus 4.8
none- 成本
- $0.053
- 时间
- 22.0s
- 令牌
- 2,253 tok
AI BENCHY 对比
Anthropic: Claude Opus 4.8 vs Poolside: Laguna XS 2.1
摘要
Claude Opus 4.8 vs Laguna XS 2.1 benchmark 对比：Claude Opus 4.8 平均分领先，为 7.2 vs 7.0。 Laguna XS 2.1 benchmark 成本更低，为 $0.036 vs $0.539。 Claude Opus 4.8 更快，为 3.48s vs 30.08s，通过率为 61.9% vs 44.4%。
推荐模型: Laguna XS 2.1 - 它的得分接近这里的最高分（7.0 vs 7.2），同时成本比Claude Opus 4.8低约 15.3 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02
| 指标 | Claude Opus 4.8 Claude Opus 4.8 none | Laguna XS 2.1 Laguna XS 2.1 medium 免费可用 |
|---|---|---|
| 分数 | 7.2 | 7.0 |
| 排名 | #59 | #67 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 61.9% | 44.4% |
| 不稳定测试 | 2 | 1 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 4.485 | 0.392 |
| 总成本 | $0.539 | $0.036 |
| 输入价格 | $5.000 / 1M | $0.060 / 1M |
| 输出价格 | $25.000 / 1M | $0.120 / 1M |
| 总输入令牌 | 67,104 | 45,324 |
| 输出令牌 | 8,107 | 25,761 |
| 推理令牌 | 0 | 268,677 |
| 响应时间（平均） | 3.48s | 30.08s |
| 响应时间（最大） | 17.73s | 155.23s |
| 响应时间（总计） | 73.00s | 631.77s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#67 Laguna XS 2.1
medium- 成本
- $0.001
- 时间
- 30.6s
- 令牌
- 4,678 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| Laguna XS 2.1 | 4.8 | 10.0 | 25.0% | 0 | 41.96s | 774 | 353 | 73,090 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Laguna XS 2.1 | 5.5 | 10.0 | 33.3% | 0 | 70.35s | 7,995 | 23,767 | 83,258 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.5 | 10.0 | 100.0% | 0 | 17.73s | 29,658 | 3,259 | 0 | |
| Laguna XS 2.1 | 9.6 | 10.0 | 100.0% | 0 | 13.43s | 18,033 | 507 | 5,908 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| Laguna XS 2.1 | 10.0 | 10.0 | 100.0% | 0 | 4.50s | 7,734 | 234 | 3,129 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.3 | 7.2 | 44.4% | 1 | 1.70s | 975 | 61 | 0 | |
| Laguna XS 2.1 | 2.9 | 7.2 | 11.1% | 1 | 65.66s | 834 | 17 | 91,533 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 0 | |
| Laguna XS 2.1 | 5.0 | 10.0 | 0.0% | 0 | 4.15s | 537 | 119 | 1,375 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| Laguna XS 2.1 | 9.8 | 10.0 | 100.0% | 0 | 2.57s | 753 | 82 | 1,844 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| Laguna XS 2.1 | 5.3 | 10.0 | 33.3% | 0 | 3.43s | 771 | 357 | 3,355 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 5.35s | 11,775 | 355 | 0 | |
| Laguna XS 2.1 | 10.0 | 10.0 | 100.0% | 0 | 3.01s | 7,638 | 309 | 748 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 0 | |
| Laguna XS 2.1 | 3.0 | 10.0 | 0.0% | 0 | 10.88s | 255 | 16 | 4,437 |
快速对比
切换对比组合
Laguna XS 2.1medium免费可用vsStep 3.7 FlashhighClaude Opus 4.8nonevsGemma 4 26B A4Bmedium免费可用Gemini 3.5 FlashnonevsLaguna XS 2.1medium免费可用Laguna XS 2.1medium免费可用vsGLM 5.2noneLaguna XS 2.1medium免费可用vsQwen3.7 PlusnoneClaude Opus 4.8nonevsGrok 4.20mediumDeepSeek V4 PrononevsLaguna XS 2.1medium免费可用Claude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsLaguna XS 2.1medium免费可用Claude Opus 4.8nonevsGemini 3 Flash PreviewlowClaude Opus 4.8nonevsMiMo-V2.5-Promedium