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

OpenAI: GPT-5.5 vs Laguna Xs.2

摘要

GPT-5.5 vs Laguna Xs.2 benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 5.5。 Laguna Xs.2 benchmark 成本更低，为 $0.000 vs $0.907。 Laguna Xs.2 更快，为 6.73s vs 9.76s，通过率为 85.7% vs 50.9%。

推荐模型: GPT-5.5 - 它在本次比较中得分最高（9.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 Laguna Xs.2 Laguna Xs.2 medium 发布日期: 2026-04-28 免费可用
分数 9.3 5.5
排名 #5 #123
可靠性 10.0 10.0
一致性 10.0 7.4
测试正确
尝试通过率 85.7% 50.9%
不稳定测试 0 6
总运行次数 63 57
每个结果成本 5.035 0.000
总成本 $0.907 $0.000
输入价格 $5.000 / 1M $0.000 / 1M
输出价格 $30.000 / 1M $0.000 / 1M
总输入令牌 34,209 39,481
输出令牌 2,046 54,218
推理令牌 22,460 0
响应时间（平均） 9.76s 6.73s
响应时间（最大） 56.19s 29.11s
响应时间（总计） 204.92s 100.98s

Generation showcase

Hamster playing table tennis

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

#5 GPT-5.5

low
Cost
$0.068
Time
37.0s
Tokens
2,339 tok

#123 Laguna Xs.2

medium
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 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
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Laguna Xs.2 6.9 7.9 66.7% 1 2.68s 579 4,062 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） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Laguna Xs.2 6.3 3.7 33.3% 1 14.36s 816 7,896 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） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Laguna Xs.2 3.0 10.0 0.0% 0 15.92s 18,436 8,501 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） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Laguna Xs.2 7.1 5.6 83.3% 1 9.34s 7,734 10,472 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） 输入令牌 输出令牌 推理令牌
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Laguna Xs.2 4.1 4.4 44.5% 2 11.12s 834 18,712 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） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Laguna Xs.2 3.0 10.0 0.0% 0 0ms 0 0 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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Laguna Xs.2 10.0 10.0 100.0% 0 1.68s 753 1,517 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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Laguna Xs.2 5.3 10.0 33.3% 0 1.93s 453 1,887 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） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Laguna Xs.2 4.7 1.6 66.7% 1 3.39s 9,876 1,171 0
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Laguna Xs.2 3.0 10.0 0.0% 0 0ms 0 0 0

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5lowGPT-5.5lowvsStep 3.7 Flashmedium