AI BENCHY 对比

Poolside: Laguna XS 2.1 vs Qwen: Qwen3.5-35B-A3B

摘要

Laguna XS 2.1 vs Qwen3.5-35B-A3B benchmark 对比：Qwen3.5-35B-A3B 平均分领先，为 6.3 vs 5.3。 Laguna XS 2.1 benchmark 成本更低，为 $0.003 vs $0.401。 Laguna XS 2.1 更快，为 722ms vs 72.57s，通过率为 31.8% vs 69.8%。

推荐模型: Laguna XS 2.1 - 它提供了最佳整体取舍：得分有竞争力（5.3），成本低于Qwen3.5-35B-A3B，响应时间也较均衡。

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 none 发布日期: 2026-07-02 免费可用	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24

指标	Laguna XS 2.1 Laguna XS 2.1 none 发布日期: 2026-07-02 免费可用	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24
分数	5.3	6.3
排名	#128	#92
可靠性	10.0	10.0
一致性	9.0	7.5
测试正确
尝试通过率	31.8%	69.8%
不稳定测试	3	6
总运行次数	63	63
每个结果成本	0.058	5.162
总成本	$0.003	$0.401
输入价格	$0.060 / 1M	$0.140 / 1M
输出价格	$0.120 / 1M	$1.000 / 1M
总输入令牌	41,148	42,196
输出令牌	3,451	40,630
推理令牌	0	353,577
响应时间（平均）	722ms	72.57s
响应时间（最大）	2.30s	409.98s
响应时间（总计）	15.17s	1524.04s

生成展示

Hamster playing table tennis

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

#128 Laguna XS 2.1

none

成本: $0.001
时间: 27.6s
令牌: 4,344 tok

#92 Qwen3.5-35B-A3B

medium

成本: $0.009
时间: 71.4s
令牌: 8,631 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	5.3	8.3	33.3%	1		755ms	774	1,015	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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	4.3	7.8	22.2%	1		623ms	7,995	562	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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	3.0	10.0	0.0%	0		1.76s	14,197	402	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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		768ms	7,734	240	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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	5.3	10.0	33.3%	0		364ms	834	14	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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		529ms	537	128	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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	3.8	5.8	33.3%	1		364ms	638	50	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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	3.0	10.0	0.0%	0		1.01s	771	730	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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		1.36s	7,413	300	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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		254ms	255	10	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

快速对比

切换对比组合