#200 Laguna S 2.1
none- 成本
- $0.001
- 时间
- 7.6s
- 令牌
- 1,345 tok
Poolside: Laguna S 2.1 vs xAI: Grok 4.20
Laguna S 2.1 平均分领先，为 4.5 vs 4.1。 Laguna S 2.1 benchmark 成本更低，为 $0.025 vs $0.057。 Grok 4.20 更快，为 1.11s vs 11.67s，通过率为 15.2% vs 27.3%。
推荐模型Laguna S 2.1它在这里得分最高（4.5），同时成本比Grok 4.20低约 2.3 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 none 免费可用 | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 4.5 | 4.1 |
| 排名 | #200 | #207 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 8.8 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 15.2% | 27.3% |
| 不稳定测试 | 3 | 0 |
| 总运行次数 | 66 | 54 |
| 每个结果成本 | 1.205 | 1.570 |
| 总成本 | $0.025 | $0.057 |
| 输入价格 | $0.100 / 1M | $1.250 / 1M |
| 输出价格 | $0.200 / 1M | $2.500 / 1M |
| 总输入令牌 | 125,598 | 41,313 |
| 输出令牌 | 57,634 | 1,923 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 11.67s | 1.11s |
| 响应时间（最大） | 200.52s | 6.04s |
| 响应时间（总计） | 256.80s | 19.96s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#207 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 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
| 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 | 3.1 | 7.9 | 8.3% | 1 | 835ms | 672 | 877 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 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 | 3.4 | 9.7 | 0.0% | 0 | 550ms | 7,917 | 424 | 0 | |
| Grok 4.20 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 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 | 2.9 | 5.8 | 16.7% | 1 | 21.62s | 99,668 | 10,893 | 0 | |
| Grok 4.20 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 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 | 537ms | 7,689 | 237 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 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 | 366ms | 765 | 18 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 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 | 5.0 | 10.0 | 0.0% | 0 | 815ms | 513 | 166 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 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 | 9.9 | 0.0% | 0 | 566ms | 702 | 54 | 0 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 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 | 828ms | 699 | 307 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 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 | 4.7 | 1.6 | 66.7% | 1 | 1.45s | 6,745 | 259 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 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 | 200.52s | 228 | 44,399 | 0 | |
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
MiniMax M2.5mediumvsLaguna S 2.1none免费可用CobuddymediumvsLaguna S 2.1none免费可用Laguna S 2.1none免费可用vsQwen3 Coder NextmediumGrok 4.20nonevsGLM 4.7 FlashmediumLaguna S 2.1none免费可用vsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.7mediumvsLaguna S 2.1none免费可用CobuddymediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneMistral Small 4mediumvsLaguna S 2.1none免费可用Laguna S 2.1none免费可用vsQwen3.5-9Bmedium