AI BENCHY 对比

Poolside: Laguna XS 2.1 vs Z.ai: GLM 5.2

摘要

Laguna XS 2.1 vs GLM 5.2 benchmark 对比：GLM 5.2 平均分领先，为 7.1 vs 7.0。 Laguna XS 2.1 benchmark 成本更低，为 $0.036 vs $0.051。 GLM 5.2 更快，为 6.34s vs 30.08s，通过率为 44.4% vs 60.3%。

推荐模型: GLM 5.2 - 它在这里得分最高（7.1），同时响应速度比Laguna XS 2.1快约 4.7 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	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17

指标	Laguna XS 2.1 Laguna XS 2.1 medium 发布日期: 2026-07-02 免费可用	GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数	7.0	7.1
排名	#67	#63
可靠性	10.0	9.9
一致性	9.6	9.6
测试正确
尝试通过率	44.4%	60.3%
不稳定测试	1	1
总运行次数	63	63
每个结果成本	0.392	0.628
总成本	$0.036	$0.051
输入价格	$0.060 / 1M	$0.930 / 1M
输出价格	$0.120 / 1M	$3.000 / 1M
总输入令牌	45,324	38,671
输出令牌	25,761	4,817
推理令牌	268,677	0
响应时间（平均）	30.08s	6.34s
响应时间（最大）	155.23s	20.69s
响应时间（总计）	631.77s	133.19s

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

#63 GLM 5.2

none

无效SVG

成本: $0.033
时间: 87.7s
令牌: 7,455 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
GLM 5.2	8.3	10.0	75.0%	0		3.70s	567	313	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
GLM 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	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
GLM 5.2	10.0	10.0	100.0%	0		20.69s	14,296	1,489	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
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	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 XS 2.1	2.9	7.2	11.1%	1		65.66s	834	17	91,533
GLM 5.2	5.3	10.0	33.3%	0		6.50s	696	27	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
GLM 5.2	6.1	3.1	66.7%	1		4.42s	480	82	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
GLM 5.2	9.8	10.0	100.0%	0		3.84s	642	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 XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355
GLM 5.2	7.7	10.0	66.7%	0		3.31s	618	265	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
GLM 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	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
GLM 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

快速对比

切换对比组合