Poolside: Laguna S 2.1 vs Z.ai: GLM 5.1

GLM 5.1 平均分领先，为 5.5 vs 5.4。 Laguna S 2.1 (medium) benchmark 成本更低，为 $0.059 vs $0.164。 GLM 5.1 更快，为 6.70s vs 58.43s，通过率为 25.8% vs 40.9%。

推荐模型GLM 5.1它在这里得分最高（5.5），同时响应速度比Laguna S 2.1 (medium)快约 8.7 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	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07

指标	Laguna S 2.1 Laguna S 2.1 medium 发布日期: 2026-07-21 免费可用	GLM 5.1 GLM 5.1 none 发布日期: 2026-04-07
分数	5.4	5.5
排名	#164	#157
可靠性	9.8	10.0
一致性	8.4	8.2
测试正确
尝试通过率	25.8%	40.9%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	1.451	2.368
总成本	$0.059	$0.164
输入价格	$0.100 / 1M	$0.966 / 1M
输出价格	$0.200 / 1M	$3.036 / 1M
总输入令牌	86,641	124,209
输出令牌	97,298	14,393
推理令牌	242,297	0
响应时间（平均）	58.43s	6.70s
响应时间（最大）	560.31s	61.20s
响应时间（总计）	1285.48s	147.38s

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

#157 GLM 5.1

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
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	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
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	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
GLM 5.1	2.8	1.8	33.3%	2		46.88s	99,907	12,768	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
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	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
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	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
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	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
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	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
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	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
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	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
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

快速对比

切换对比组合