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

Google: Gemini 3.5 Flash vs Poolside: Laguna XS 2.1

摘要

Gemini 3.5 Flash vs Laguna XS 2.1 benchmark 对比：Laguna XS 2.1 平均分领先，为 7.0 vs 6.8。 Laguna XS 2.1 benchmark 成本更低，为 $0.036 vs $0.108。 Gemini 3.5 Flash 更快，为 1.57s vs 30.08s，通过率为 68.3% vs 44.4%。

推荐模型: Laguna XS 2.1 - 它在这里得分最高（7.0），同时成本比Gemini 3.5 Flash低约 3.0 倍。

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

指标 Gemini 3.5 Flash Gemini 3.5 Flash minimal 发布日期: 2026-05-19 Laguna XS 2.1 Laguna XS 2.1 medium 发布日期: 2026-07-02 免费可用
分数 6.8 7.0
排名 #74 #67
可靠性 10.0 10.0
一致性 9.6 9.6
测试正确
尝试通过率 68.3% 44.4%
不稳定测试 1 1
总运行次数 63 63
每个结果成本 0.767 0.392
总成本 $0.108 $0.036
输入价格 $1.500 / 1M $0.060 / 1M
输出价格 $9.000 / 1M $0.120 / 1M
总输入令牌 39,847 45,324
输出令牌 5,277 25,761
推理令牌 0 268,677
响应时间（平均） 1.57s 30.08s
响应时间（最大） 5.51s 155.23s
响应时间（总计） 33.02s 631.77s

生成展示

Hamster playing table tennis

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

#74 Gemini 3.5 Flash

minimal
成本
$0.041
时间
20.4s
令牌
4,608 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
Gemini 3.5 Flash 6.5 10.0 50.0% 0 892ms 492 405 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
Gemini 3.5 Flash 5.6 9.9 33.3% 0 2.75s 8,122 3,456 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
Gemini 3.5 Flash 3.0 10.0 0.0% 0 3.56s 15,780 404 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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.66s 7,548 279 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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 899ms 633 12 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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 922ms 486 117 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
Gemini 3.5 Flash 6.4 5.8 66.7% 1 893ms 615 76 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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 1.45s 558 282 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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 2.79s 5,457 234 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
Gemini 3.5 Flash 3.0 10.0 0.0% 0 1.76s 156 12 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

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3.5 FlashminimalvsRing-2.6-1TmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneLaguna XS 2.1medium免费可用vsStep 3.7 FlashhighGemini 3.5 FlashnonevsLaguna XS 2.1medium免费可用Laguna XS 2.1medium免费可用vsGLM 5.2noneGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsMiMo-V2.5mediumLaguna XS 2.1medium免费可用vsQwen3.7 PlusnoneDeepSeek V4 PrononevsLaguna XS 2.1medium免费可用Gemini 3.5 Flashminimalvsgpt-oss-120bmedium免费可用Gemini 3 Flash PreviewnonevsLaguna XS 2.1medium免费可用