Poolside: Laguna S 2.1 vs xAI: Grok 4.20

Laguna S 2.1 (low) 平均分领先，为 5.0 vs 4.1。 Grok 4.20 benchmark 成本更低，为 $0.057 vs $0.091。 Grok 4.20 更快，为 1.11s vs 85.35s，通过率为 25.8% vs 27.3%。

推荐模型Laguna S 2.1 (low)它在本次比较中得分最高（5.0），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：: 2026-07-25

指标	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用	Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31

指标	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用	Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数	5.0	4.1
排名	#187	#213
可靠性	9.9	不适用
一致性	7.8	8.1
测试正确
尝试通过率	25.8%	27.3%
不稳定测试	6	0
总运行次数	66	54
每个结果成本	3.022	1.570
总成本	$0.091	$0.057
输入价格	$0.100 / 1M	$1.250 / 1M
输出价格	$0.200 / 1M	$2.500 / 1M
总输入令牌	118,746	41,313
输出令牌	67,823	1,923
推理令牌	383,885	0
响应时间（平均）	85.35s	1.11s
响应时间（最大）	814.73s	6.04s
响应时间（总计）	1877.64s	19.96s

Hamster playing table tennis

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

#187 Laguna S 2.1

low

成本: $0.001
时间: 6.6s
令牌: 1,314 tok

#213 xAI: Grok 4.20

none

成本: $0.004
时间: 6.5s
令牌: 1,367 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
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	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
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	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
Grok 4.20	1.5	5.0	0.0%	0		6.04s	17,673	282	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
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	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
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	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
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	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
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	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
Laguna S 2.1	3.1	7.3	11.1%	1		2.70s	699	447	1,444
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	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
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	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
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

快速对比

切换对比组合