Poolside: Laguna S 2.1 vs Qwen: Qwen3.5-9B

Qwen3.5-9B 平均分领先，为 5.1 vs 5.0。 Qwen3.5-9B benchmark 成本更低，为 $0.021 vs $0.091。 Qwen3.5-9B 更快，为 19.17s vs 85.35s，通过率为 25.8% vs 19.7%。

推荐模型Qwen3.5-9B它在这里得分最高（5.1），同时成本比Laguna S 2.1 (low)低约 4.5 倍。

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

指标	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用	Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02

指标	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用	Qwen3.5-9B Qwen3.5-9B none 发布日期: 2026-03-02
分数	5.0	5.1
排名	#181	#177
可靠性	9.9	10.0
一致性	7.8	9.7
测试正确
尝试通过率	25.8%	19.7%
不稳定测试	6	1
总运行次数	66	66
每个结果成本	3.022	0.490
总成本	$0.091	$0.021
输入价格	$0.100 / 1M	$0.100 / 1M
输出价格	$0.200 / 1M	$0.150 / 1M
总输入令牌	118,746	144,407
输出令牌	67,823	37,484
推理令牌	383,885	0
响应时间（平均）	85.35s	19.17s
响应时间（最大）	814.73s	382.06s
响应时间（总计）	1877.64s	421.74s

Hamster playing table tennis

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

#181 Laguna S 2.1

low

成本: $0.001
时间: 6.6s
令牌: 1,314 tok

#177 Qwen3.5-9B

none

无效SVG

成本: $0.000
时间: 300.0s
令牌: 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

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
Laguna S 2.1	3.4	5.8	25.0%	2		80.66s	616	311	43,722
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	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
Laguna S 2.1	3.8	7.1	22.2%	1		167.51s	7,917	58,111	119,138
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	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
Laguna S 2.1	3.2	5.2	16.7%	1		412.50s	92,870	8,211	174,584
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	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
Laguna S 2.1	10.0	10.0	100.0%	0		2.76s	7,689	243	1,981
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	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
Laguna S 2.1	3.0	10.0	0.0%	0		2.51s	765	24	2,606
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	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
Laguna S 2.1	4.8	10.0	0.0%	0		650ms	513	120	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	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
Laguna S 2.1	4.3	6.8	16.7%	1		423ms	702	60	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	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
Laguna S 2.1	3.1	7.3	11.1%	1		2.70s	699	447	1,444
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	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
Laguna S 2.1	10.0	10.0	100.0%	0		2.36s	6,747	286	417
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	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
Laguna S 2.1	3.0	10.0	0.0%	0		202.49s	228	10	39,993
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

快速对比

切换对比组合