Poolside: Laguna S 2.1 vs Poolside: Laguna XS 2.1

Laguna S 2.1 (medium) 平均分领先，为 5.4 vs 5.3。 Laguna XS 2.1 benchmark 成本更低，为 $0.008 vs $0.059。 Laguna XS 2.1 更快，为 1.55s vs 58.43s，通过率为 25.8% vs 30.3%。

推荐模型Laguna XS 2.1它的得分接近这里的最高分（5.3 vs 5.4），同时成本比Laguna S 2.1 (medium)低约 8.2 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 medium 发布日期: 2026-07-21 免费可用	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用

指标	Laguna S 2.1 Laguna S 2.1 medium 发布日期: 2026-07-21 免费可用	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用
分数	5.4	5.3
排名	#164	#168
可靠性	9.8	10.0
一致性	8.4	9.0
测试正确
尝试通过率	25.8%	30.3%
不稳定测试	4	3
总运行次数	66	66
每个结果成本	1.451	0.143
总成本	$0.059	$0.008
输入价格	$0.100 / 1M	$0.060 / 1M
输出价格	$0.200 / 1M	$0.120 / 1M
总输入令牌	86,641	91,598
输出令牌	97,298	13,377
推理令牌	242,297	0
响应时间（平均）	58.43s	1.55s
响应时间（最大）	560.31s	19.02s
响应时间（总计）	1285.48s	34.19s

Hamster playing table tennis

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

#164 Laguna S 2.1

medium

成本: $0.001
时间: 4.0s
令牌: 867 tok

#168 Laguna XS 2.1

none

成本: $0.001
时间: 27.6s
令牌: 4,344 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		51.82s	672	370	45,172
Laguna XS 2.1	5.3	8.3	33.3%	1		755ms	774	1,015	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	5.3	7.2	44.4%	1		158.98s	7,917	93,354	106,718
Laguna XS 2.1	4.3	7.8	22.2%	1		623ms	7,995	562	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	9.1	0.0%	0		284.71s	60,785	2,413	80,089
Laguna XS 2.1	3.0	10.0	0.0%	0		10.39s	64,647	10,328	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		2.42s	7,689	243	1,699
Laguna XS 2.1	10.0	10.0	100.0%	0		768ms	7,734	240	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	2.9	7.2	11.1%	1		2.75s	765	24	2,863
Laguna XS 2.1	5.3	10.0	33.3%	0		364ms	834	14	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	4.6	9.8	0.0%	0		739ms	513	164	0
Laguna XS 2.1	5.0	10.0	0.0%	0		529ms	537	128	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	4.2	9.9	0.0%	0		400ms	702	57	0
Laguna XS 2.1	3.8	5.8	33.3%	1		364ms	638	50	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	10.0	0.0%	0		2.62s	699	375	2,497
Laguna XS 2.1	3.0	10.0	0.0%	0		1.01s	771	730	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		2.24s	6,747	270	420
Laguna XS 2.1	10.0	10.0	100.0%	0		1.36s	7,413	300	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		7.11s	152	28	2,839
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

快速对比

切换对比组合