导航
Advertise here

DeepSeek V3.2 vs Laguna S 2.1

Laguna S 2.1 平均分领先,为 4.7 vs 4.6。 Laguna S 2.1 benchmark 成本更低,为 $0.044 vs $0.119。 Laguna S 2.1 更快,为 17.65s vs 22.44s,通过率为 34.8% vs 14.5%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-13

已对比模型

排名
#351
总输出令牌
57,866
响应时间(平均)
22.44s
总成本
$0.119
排名
#348
总输出令牌
99,097
响应时间(平均)
17.65s
总成本
$0.044
推荐模型 Laguna S 2.1

它在这里得分最高(4.7),同时成本比DeepSeek V3.2低约 2.7 倍。

详细对比

指标 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01 Laguna S 2.1 Laguna S 2.1 none 发布日期: 2026-07-21 免费可用
分数 4.6 4.7
排名 #351 #348
可靠性 10.0 10.0
一致性 8.2 8.8
尝试次数 69/69 69/69
测试正确
尝试通过率 34.8% 14.5%
不稳定测试 5 3
总运行次数 69 69
每个结果成本 1.943 2.306
总成本 $0.119 $0.044
输入价格 $0.280 / 1M $0.090 / 1M
输出价格 $0.420 / 1M $0.180 / 1M
缓存读取价格 $0.028 / 1M $0.009 / 1M
缓存写入价格 不适用 不适用
总输入令牌 342,158 287,445
输出令牌 32,853 99,097
推理令牌 25,013 0
响应时间(平均) 22.44s 17.65s
响应时间(最大) 122.50s 200.52s
响应时间(总计) 516.03s 406.05s
参数量 671B 总计 (37B 激活) 118B 总计 (8B 激活)
开放状态 开源 权重可用

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#351 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

#348 Laguna S 2.1

none
成本
$0.001
时间
7.6s
令牌
1,345 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

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
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Laguna S 2.1 3.4 9.7 0.0% 0 550ms 7,917 424 0

切换对比组合