AI BENCHY 对比
Google: Gemini 2.5 Flash vs Laguna M.1
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-29
| 指标 | Gemini 2.5 Flash Gemini 2.5 Flash none | Laguna M.1 Laguna M.1 medium 免费可用 |
|---|---|---|
| 分数 | 6.2 | 6.3 |
| 排名 | #80 | #74 |
| 可靠性 | 不适用 | 10.0 |
| 一致性 | 9.2 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 44.4% | 53.7% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.184 | 0.000 |
| 总成本 | $0.013 | $0.000 |
| ???? | $0.300 / 1M | $0.000 / 1M |
| ???? | $2.500 / 1M | $0.000 / 1M |
| 输出令牌 | 1,726 | 63,822 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 903ms | 13.90s |
| 响应时间（最大） | 4.39s | 53.14s |
| 响应时间（总计） | 16.26s | 250.28s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 582ms | 102 | 0 | |
| Laguna M.1 | 6.6 | 10.0 | 50.0% | 0 | 9.15s | 7,839 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 453 | 0 | |
| Laguna M.1 | 4.3 | 1.1 | 66.7% | 1 | 35.61s | 14,327 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 4.39s | 366 | 0 | |
| Laguna M.1 | 3.0 | 10.0 | 0.0% | 0 | 53.14s | 12,272 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 652ms | 279 | 0 | |
| Laguna M.1 | 10.0 | 10.0 | 100.0% | 0 | 4.93s | 2,296 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.9 | 7.2 | 55.6% | 1 | 495ms | 12 | 0 | |
| Laguna M.1 | 5.3 | 7.2 | 44.4% | 1 | 24.14s | 19,020 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.0 | 10.0 | 0.0% | 0 | 615ms | 78 | 0 | |
| Laguna M.1 | 4.1 | 10.0 | 0.0% | 0 | 6.86s | 1,294 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 8.0 | 6.8 | 66.7% | 1 | 672ms | 70 | 0 | |
| Laguna M.1 | 10.0 | 10.0 | 100.0% | 0 | 4.30s | 1,626 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 5.7 | 10.0 | 33.3% | 0 | 576ms | 132 | 0 | |
| Laguna M.1 | 3.6 | 7.2 | 22.2% | 1 | 6.97s | 3,978 | 0 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Gemini 2.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.91s | 234 | 0 | |
| Laguna M.1 | 10.0 | 10.0 | 100.0% | 0 | 6.31s | 1,170 | 0 |
快速对比
切换对比组合
Gemini 2.5 FlashnonevsLaguna Xs.2medium免费可用Gemini 2.5 FlashnonevsGPT-5 NanomediumLaguna M.1medium免费可用vsMiMo-V2-OmninoneLaguna M.1medium免费可用vsGLM 5V TurbononeLaguna M.1medium免费可用vsQwen3.5-FlashnoneGemma 4 26B A4Bnone免费可用vsLaguna M.1medium免费可用Seed-2.0-LitenonevsLaguna M.1medium免费可用Laguna M.1medium免费可用vsQwen3.5-35B-A3BnoneLaguna M.1medium免费可用vsQwen3.6 27BnoneLaguna M.1medium免费可用vsGLM 5noneGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用DeepSeek V4 PrononevsLaguna M.1medium免费可用