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

Laguna S 2.1 (medium) 平均分领先，为 5.4 vs 5.1。 Qwen3.5-9B benchmark 成本更低，为 $0.021 vs $0.059。 Qwen3.5-9B 更快，为 19.17s vs 58.43s，通过率为 25.8% vs 19.7%。

推荐模型Qwen3.5-9B它的得分接近这里的最高分（5.1 vs 5.4），同时成本比Laguna S 2.1 (medium)低约 2.9 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 medium 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 medium 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	5.4	5.1
排名	#164	#177
可靠性	9.8	10.0
一致性	8.4	9.7
测试正确
尝试通过率	25.8%	19.7%
不稳定测试	4	1
总运行次数	66	66
每个结果成本	1.451	0.490
总成本	$0.059	$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	86,641	144,407
输出令牌	97,298	37,484
推理令牌	242,297	0
响应时间（平均）	58.43s	19.17s
响应时间（最大）	560.31s	382.06s
响应时间（总计）	1285.48s	421.74s

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

#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		51.82s	672	370	45,172
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	5.3	7.2	44.4%	1		158.98s	7,917	93,354	106,718
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	9.1	0.0%	0		284.71s	60,785	2,413	80,089
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		2.42s	7,689	243	1,699
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	2.9	7.2	11.1%	1		2.75s	765	24	2,863
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	4.6	9.8	0.0%	0		739ms	513	164	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	4.2	9.9	0.0%	0		400ms	702	57	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	10.0	0.0%	0		2.62s	699	375	2,497
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		2.24s	6,747	270	420
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		7.11s	152	28	2,839
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