Poolside: Laguna S 2.1 vs Z.ai: GLM 4.7 Flash

Laguna S 2.1 (low) 平均分领先，为 5.0 vs 4.9。 GLM 4.7 Flash benchmark 成本更低，为 $0.016 vs $0.091。 GLM 4.7 Flash 更快，为 9.15s vs 85.35s，通过率为 25.8% vs 34.9%。

推荐模型GLM 4.7 Flash它的得分接近这里的最高分（4.9 vs 5.0），同时成本比Laguna S 2.1 (low)低约 5.9 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	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19

指标	Laguna S 2.1 Laguna S 2.1 low 发布日期: 2026-07-21 免费可用	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数	5.0	4.9
排名	#181	#185
可靠性	9.9	10.0
一致性	7.8	8.9
测试正确
尝试通过率	25.8%	34.9%
不稳定测试	6	3
总运行次数	66	66
每个结果成本	3.022	0.256
总成本	$0.091	$0.016
输入价格	$0.100 / 1M	$0.061 / 1M
输出价格	$0.200 / 1M	$0.400 / 1M
总输入令牌	118,746	101,504
输出令牌	67,823	22,992
推理令牌	383,885	0
响应时间（平均）	85.35s	9.15s
响应时间（最大）	814.73s	97.15s
响应时间（总计）	1877.64s	137.18s

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

#185 GLM 4.7 Flash

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
GLM 4.7 Flash	5.2	7.9	41.7%	1		5.51s	555	438	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
GLM 4.7 Flash	4.3	10.0	0.0%	0		2.54s	7,256	650	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
GLM 4.7 Flash	3.0	10.0	0.0%	0		50.18s	77,084	21,175	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
GLM 4.7 Flash	7.3	5.8	83.3%	1		4.82s	7,107	196	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
GLM 4.7 Flash	7.7	10.0	66.7%	0		744ms	687	19	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
GLM 4.7 Flash	4.0	10.0	0.0%	0		1.59s	477	134	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
GLM 4.7 Flash	6.5	10.0	50.0%	0		888ms	636	62	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
GLM 4.7 Flash	6.4	10.0	33.3%	0		1.20s	609	97	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
GLM 4.7 Flash	2.8	1.6	33.3%	1		7.05s	6,907	212	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
GLM 4.7 Flash	3.0	10.0	0.0%	0		692ms	186	9	0

快速对比

切换对比组合