OpenAI: GPT-4o-mini vs Poolside: Laguna S 2.1

Laguna S 2.1 (low) 平均分领先，为 5.0 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.010 vs $0.091。 GPT-4o-mini 更快，为 1.99s vs 85.35s，通过率为 22.7% vs 25.8%。

推荐模型GPT-4o-mini它的得分接近这里的最高分（5.0 vs 5.0），同时成本比Laguna S 2.1 (low)低约 9.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标	GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用

指标	GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用
分数	5.0	5.0
排名	#183	#181
可靠性	10.0	9.9
一致性	9.9	7.8
测试正确
尝试通过率	22.7%	25.8%
不稳定测试	0	6
总运行次数	66	66
每个结果成本	0.195	3.022
总成本	$0.010	$0.091
输入价格	$0.150 / 1M	$0.100 / 1M
输出价格	$0.600 / 1M	$0.200 / 1M
总输入令牌	53,136	118,746
输出令牌	2,911	67,823
推理令牌	0	383,885
响应时间（平均）	1.99s	85.35s
响应时间（最大）	7.58s	814.73s
响应时间（总计）	29.86s	1877.64s

Hamster playing table tennis

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

#183 GPT-4o-mini

none

成本: $0.001
时间: 6.6s
令牌: 742 tok

#181 Laguna S 2.1

low

成本: $0.001
时间: 6.6s
令牌: 1,314 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

类别:

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
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	0
Laguna S 2.1	3.4	5.8	25.0%	2		80.66s	616	311	43,722

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
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	0
Laguna S 2.1	3.8	7.1	22.2%	1		167.51s	7,917	58,111	119,138

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
GPT-4o-mini	3.0	10.0	0.0%	0		6.32s	29,916	1,497	0
Laguna S 2.1	3.2	5.2	16.7%	1		412.50s	92,870	8,211	174,584

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
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.76s	7,689	243	1,981

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
GPT-4o-mini	3.0	10.0	0.0%	0		637ms	732	15	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.51s	765	24	2,606

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
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	0
Laguna S 2.1	4.8	10.0	0.0%	0		650ms	513	120	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）	输入令牌	输出令牌	推理令牌
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	69	0
Laguna S 2.1	4.3	6.8	16.7%	1		423ms	702	60	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）	输入令牌	输出令牌	推理令牌
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	0
Laguna S 2.1	3.1	7.3	11.1%	1		2.70s	699	447	1,444

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
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.36s	6,747	286	417

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
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0
Laguna S 2.1	3.0	10.0	0.0%	0		202.49s	228	10	39,993

快速对比

切换对比组合