导航
AI BENCHY
Advertise here

AI BENCHY 对比

Poolside: Laguna XS 2.1 vs StepFun: Step 3.7 Flash

摘要

Laguna XS 2.1 vs Step 3.7 Flash benchmark 对比：平均分几乎持平，为 7.0 vs 7.1。 Laguna XS 2.1 benchmark 成本更低，为 $0.036 vs $1.148。 Laguna XS 2.1 更快，为 30.08s vs 64.46s，通过率为 44.4% vs 63.5%。

推荐模型: Laguna XS 2.1 - 它在这里得分最高（7.0），同时成本比Step 3.7 Flash低约 32.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Laguna XS 2.1 Laguna XS 2.1 medium 发布日期: 2026-07-02 免费可用 Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29
分数 7.0 7.1
排名 #67 #65
可靠性 10.0 10.0
一致性 9.6 8.2
测试正确
尝试通过率 44.4% 63.5%
不稳定测试 1 4
总运行次数 63 63
每个结果成本 0.392 10.434
总成本 $0.036 $1.148
输入价格 $0.060 / 1M $0.200 / 1M
输出价格 $0.120 / 1M $1.150 / 1M
总输入令牌 45,324 38,391
输出令牌 25,761 991,355
推理令牌 268,677 0
响应时间（平均） 30.08s 64.46s
响应时间（最大） 155.23s 364.99s
响应时间（总计） 631.77s 1353.57s

生成展示

Hamster playing table tennis

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

#67 Laguna XS 2.1

medium
成本
$0.001
时间
30.6s
令牌
4,678 tok

#65 Step 3.7 Flash

high
成本
$0.007
时间
63.6s
令牌
6,030 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 XS 2.1 4.8 10.0 25.0% 0 41.96s 774 353 73,090
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 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 XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 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 XS 2.1 9.6 10.0 100.0% 0 13.43s 18,033 507 5,908
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 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 XS 2.1 10.0 10.0 100.0% 0 4.50s 7,734 234 3,129
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 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 XS 2.1 2.9 7.2 11.1% 1 65.66s 834 17 91,533
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 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 XS 2.1 5.0 10.0 0.0% 0 4.15s 537 119 1,375
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 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 XS 2.1 9.8 10.0 100.0% 0 2.57s 753 82 1,844
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 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 XS 2.1 5.3 10.0 33.3% 0 3.43s 771 357 3,355
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 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 XS 2.1 10.0 10.0 100.0% 0 3.01s 7,638 309 748
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 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 XS 2.1 3.0 10.0 0.0% 0 10.88s 255 16 4,437
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

快速对比

切换对比组合

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneGemini 3.5 FlashnonevsLaguna XS 2.1medium免费可用Qwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4Bmedium免费可用vsStep 3.7 FlashhighLaguna XS 2.1medium免费可用vsGLM 5.2noneDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighLaguna XS 2.1medium免费可用vsQwen3.7 PlusnoneDeepSeek V4 PrononevsLaguna XS 2.1medium免费可用Claude Opus 4.8nonevsStep 3.7 Flashhigh