导航
AI BENCHY
Advertise here

AI BENCHY 对比

Poolside: Laguna XS 2.1 vs xAI: Grok 4.20

摘要

Laguna XS 2.1 vs Grok 4.20 benchmark 对比：Laguna XS 2.1 平均分领先，为 5.3 vs 4.4。 Laguna XS 2.1 benchmark 成本更低，为 $0.003 vs $0.057。 Laguna XS 2.1 更快，为 722ms vs 1.11s，通过率为 31.8% vs 28.6%。

推荐模型: Laguna XS 2.1 - 它在这里得分最高（5.3），同时成本比Grok 4.20低约 19.6 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 none 发布日期: 2026-07-02 免费可用 Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数 5.3 4.4
排名 #128 #160
可靠性 10.0 不适用
一致性 9.0 8.5
测试正确
尝试通过率 31.8% 28.6%
不稳定测试 3 0
总运行次数 63 54
每个结果成本 0.058 1.570
总成本 $0.003 $0.057
输入价格 $0.060 / 1M $1.250 / 1M
输出价格 $0.120 / 1M $2.500 / 1M
总输入令牌 41,148 41,313
输出令牌 3,451 1,923
推理令牌 0 0
响应时间（平均） 722ms 1.11s
响应时间（最大） 2.30s 6.04s
响应时间（总计） 15.17s 19.96s

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

#160 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 XS 2.1 5.3 8.3 33.3% 1 755ms 774 1,015 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 XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 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 XS 2.1 3.0 10.0 0.0% 0 1.76s 14,197 402 0
Grok 4.20 3.0 10.0 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 XS 2.1 10.0 10.0 100.0% 0 768ms 7,734 240 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 XS 2.1 5.3 10.0 33.3% 0 364ms 834 14 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 XS 2.1 5.0 10.0 0.0% 0 529ms 537 128 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 XS 2.1 3.8 5.8 33.3% 1 364ms 638 50 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 XS 2.1 3.0 10.0 0.0% 0 1.01s 771 730 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 XS 2.1 10.0 10.0 100.0% 0 1.36s 7,413 300 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 XS 2.1 3.0 10.0 0.0% 0 254ms 255 10 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

Grok 4.20nonevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsLaguna XS 2.1none免费可用Mistral Small 4mediumvsLaguna XS 2.1none免费可用Qwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumvsLaguna XS 2.1none免费可用North Mini Codemedium免费可用vsLaguna XS 2.1none免费可用CobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneMiniMax M2.5mediumvsLaguna XS 2.1none免费可用Laguna XS 2.1none免费可用vsQwen3 Coder NextmediumMistral Small 4mediumvsGrok 4.20none