导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Laguna S 2.1 vs GLM 4.7 Flash

GLM 4.7 Flash 平均分领先,为 4.8 vs 4.7。 GLM 4.7 Flash benchmark 成本更低,为 $0.027 vs $0.044。 GLM 4.7 Flash 更快,为 13.04s vs 17.65s,通过率为 14.5% vs 29.0%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-03

已对比模型

排名
#325
总输出令牌
99,097
响应时间(平均)
17.65s
总成本
$0.044
排名
#321
总输出令牌
27,395
响应时间(平均)
13.04s
总成本
$0.027
推荐模型 GLM 4.7 Flash

它在这里得分最高(4.8),同时成本比Laguna S 2.1低约 1.7 倍。

详细对比

指标 Laguna S 2.1 Laguna S 2.1 none 发布日期: 2026-07-21 免费可用 GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数 4.7 4.8
排名 #325 #321
可靠性 10.0 10.0
一致性 8.8 8.9
尝试次数 69/69 69/69
测试正确
尝试通过率 14.5% 29.0%
不稳定测试 3 3
总运行次数 69 69
每个结果成本 2.306 0.528
总成本 $0.044 $0.027
输入价格 $0.090 / 1M $0.061 / 1M
输出价格 $0.180 / 1M $0.400 / 1M
缓存读取价格 $0.009 / 1M 不适用
缓存写入价格 不适用 不适用
总输入令牌 287,445 255,363
输出令牌 99,097 27,395
推理令牌 0 0
响应时间(平均) 17.65s 13.04s
响应时间(最大) 200.52s 97.15s
响应时间(总计) 406.05s 221.61s
参数量 118B 总计 (8B 激活) 30B 总计 (3B 激活)
开放状态 权重可用 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#325 Laguna S 2.1

none
成本
$0.001
时间
7.6s
令牌
1,345 tok

#321 GLM 4.7 Flash

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
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

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
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 0

快速对比

切换对比组合