Poolside: Laguna S 2.1 vs Thinking Machines: Inkling

Laguna S 2.1 (medium) 平均分领先，为 5.4 vs 5.2。 Laguna S 2.1 (medium) benchmark 成本更低，为 $0.059 vs $0.147。 Inkling 更快，为 3.50s vs 58.43s，通过率为 25.8% vs 28.8%。

推荐模型Inkling它的得分接近这里的最高分（5.2 vs 5.4），同时响应速度比Laguna S 2.1 (medium)快约 16.7 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	Inkling Inkling none 发布日期: 2026-07-18

指标	Laguna S 2.1 Laguna S 2.1 medium 发布日期: 2026-07-21 免费可用	Inkling Inkling none 发布日期: 2026-07-18
分数	5.4	5.2
排名	#164	#172
可靠性	9.8	9.9
一致性	8.4	9.6
测试正确
尝试通过率	25.8%	28.8%
不稳定测试	4	1
总运行次数	66	66
每个结果成本	1.451	2.448
总成本	$0.059	$0.147
输入价格	$0.100 / 1M	$1.000 / 1M
输出价格	$0.200 / 1M	$4.050 / 1M
总输入令牌	86,641	104,111
输出令牌	97,298	10,551
推理令牌	242,297	0
响应时间（平均）	58.43s	3.50s
响应时间（最大）	560.31s	48.02s
响应时间（总计）	1285.48s	77.09s

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

#172 Thinking Machines: Inkling

none

Provider returned error

成本: $0.000
时间: 5.3s
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
Inkling	4.8	10.0	25.0%	0		1.43s	678	261	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
Inkling	4.5	10.0	0.0%	0		1.01s	7,356	436	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
Inkling	2.9	5.8	16.7%	1		25.74s	80,195	8,777	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
Inkling	10.0	10.0	100.0%	0		1.14s	7,056	279	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
Inkling	5.3	10.0	33.3%	0		1.45s	777	42	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
Inkling	5.0	10.0	0.0%	0		859ms	495	156	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
Inkling	6.3	10.0	50.0%	0		1.72s	696	72	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
Inkling	5.6	9.9	33.3%	0		931ms	696	291	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
Inkling	3.0	10.0	0.0%	0		2.50s	5,949	213	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
Inkling	3.0	10.0	0.0%	0		670ms	213	24	0

快速对比

切换对比组合