导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Anthropic: Claude Sonnet 4.6 vs Poolside: Laguna XS 2.1

摘要

Claude Sonnet 4.6 vs Laguna XS 2.1 benchmark 对比：Claude Sonnet 4.6 平均分领先，为 7.3 vs 7.0。 Laguna XS 2.1 benchmark 成本更低，为 $0.036 vs $0.316。 Claude Sonnet 4.6 更快，为 5.04s vs 30.08s，通过率为 55.6% 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 7.3），同时成本比Claude Sonnet 4.6低约 9.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17 Laguna XS 2.1 Laguna XS 2.1 medium 发布日期: 2026-07-02 免费可用
分数 7.3 7.0
排名 #57 #67
可靠性 10.0 10.0
一致性 9.7 9.6
测试正确
尝试通过率 55.6% 44.4%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 2.870 0.392
总成本 $0.316 $0.036
输入价格 $3.000 / 1M $0.060 / 1M
输出价格 $15.000 / 1M $0.120 / 1M
总输入令牌 57,886 45,324
输出令牌 9,465 25,761
推理令牌 0 268,677
响应时间（平均） 5.04s 30.08s
响应时间（最大） 23.84s 155.23s
响应时间（总计） 70.60s 631.77s

生成展示

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none
成本
$0.038
时间
27.3s
令牌
2,598 tok

#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 Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 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 Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 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 Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 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 Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 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 Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 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 Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 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 Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 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 Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 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 Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 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 Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 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 Sonnet 4.6nonevsGrok 4.20mediumGemini 3.5 FlashnonevsLaguna XS 2.1medium免费可用Claude Sonnet 4.6nonevsGemini 3 Flash PreviewlowLaguna XS 2.1medium免费可用vsGLM 5.2noneClaude Sonnet 4.6nonevsMiMo-V2.5-PromediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumLaguna XS 2.1medium免费可用vsQwen3.7 PlusnoneDeepSeek V4 PrononevsLaguna XS 2.1medium免费可用Claude Sonnet 4.6nonevsGemma 4 26B A4Bmedium免费可用Gemini 3 Flash PreviewnonevsLaguna XS 2.1medium免费可用Claude Sonnet 4.6nonevsDeepSeek V3.2medium