Laguna XS 2.1
Noch nicht getestet
SprachmodellAktiv
Laguna XS 2.1
Poolside
- Veröffentlicht
- 20. Juni 2026
- Datenstand
- 8. September 2026
- Intelligenz
- Gesamtwertung
- Preis
- Eingabe · Ausgabe / 1 Mio. Token
- Eingabe
- Text
- Ausgabe
- Text
Für dieses Modell liegt keine veröffentlichte, kategorieweit vergleichbare Gesamtwertung vor.
Einträge 1-4 von 4. Seite 1 von 1.
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
SWE-bench Verified (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.9
- Bewertung
- 70.9
- Messgröße
- percent
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:laguna-xs-2.1:0
- Quellentyp
- vendor-reported
- Auswertung
- Poolside Laguna XS 2.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Harbor Framework; temperature 1.0, top_k 20, top_p 1, thinking enabled, 256K context, four attempts.
SWE-bench Multilingual (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 63.1
- Bewertung
- 63.1
- Messgröße
- percent
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:laguna-xs-2.1:1
- Quellentyp
- vendor-reported
- Auswertung
- Poolside Laguna XS 2.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Harbor Framework; temperature 1.0, top_k 20, top_p 1, thinking enabled, 256K context, four attempts.
SWE-Bench Pro (Public Dataset) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 47.6
- Bewertung
- 47.6
- Messgröße
- percent
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:laguna-xs-2.1:2
- Quellentyp
- vendor-reported
- Auswertung
- Poolside Laguna XS 2.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Harbor Framework; temperature 1.0, top_k 20, top_p 1, thinking enabled, 256K context, two attempts.
Terminal-Bench 2.0 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 37.5
- Bewertung
- 37.5
- Messgröße
- percent
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Vergleichskohorte
- research:laguna-xs-2.1:3
- Quellentyp
- vendor-reported
- Auswertung
- Poolside Laguna XS 2.1 model card
- Status
- active
- Abrufdatum
- 2026-09-08
- Methodik
- Vom Anbieter veröffentlichter Wert. Harbor Framework; temperature 1.0, top_k 20, top_p 1, thinking enabled, 256K context, five attempts; 48 GB RAM and 32 CPUs.
Eigene Modelltests
Community-Tests zum Anschauen
Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)Steckbrief
Technische Daten und Zugang
Veröffentlichte Angaben zum Modell. Vorhandene Schätzungen sind ausdrücklich gekennzeichnet.
Weitere Quellenangaben
Datierte Angaben aus Dokumentation und Modellkarten. Anbieterlimits sowie native und erweiterte Kontextfenster können sich unterscheiden. Konfigurationshinweise bleiben im Original erhalten.
- Lizenz
- OpenMDW-1.1Quelle
- Parameter
- 33 Mrd.Quelle
- Aktive Parameter
- 3 Mrd.Quelle
- Architektur
- sparse MoE, 40 layers (10 global and 30 sliding-window attention), 256 routed experts plus one shared expert, 512-token sliding windowQuelle
- Eingabe
- TextQuelle
- Ausgabe
- TextQuelle
- Reasoning-Modus
- interleaved thinking with preserved reasoning; per-request enable_thinking controlQuelle
- Werkzeugaufrufe
- JaQuelle
Kosten
Veröffentlichte Preise
Die Preise gelten für die jeweils genannte Einheit. Auflösung, Ausgabelänge und Anbieter können die Kosten verändern.
Kostenbeispiel
100 API-Anfragen
0,012 $
100 Anfragen mit je 1.000 Eingabe- und 500 Ausgabe-Token kosten rechnerisch 0,012 $. Davon entfallen 0,006 $ auf Eingaben und 0,006 $ auf Ausgaben.
- Eingabe-Preis
- 0,06 $ / 1 Mio. TokenBasisstufe je Anfrage
- Ausgabe-Preis
- 0,12 $ / 1 Mio. TokenBasisstufe je Anfrage
Die Rechnung nutzt die dokumentierten Tokenpreise und keinen Cache-Rabatt. Zusätzliche Tools, Steuern, Reasoning-Token und weitere nicht sichtbare Ausgabe-Token sind nicht enthalten.
Quelle öffnenDirekte Vergleiche
Dieses Modell im Vergleich
Jedes Duell vergleicht dieses Modell mit genau einem weiteren Modell aus derselben Kategorie.
Für dieses Modell sind noch keine direkten Vergleiche veröffentlicht.
Weitere Modelle
Modelle derselben Auswahl
Alle KI-Modelle
Nachweise
Quellen und Datenstand
Alle Angaben verweisen auf die zugrunde liegende Dokumentation oder das jeweilige Leaderboard.
- Preis
API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten.
- Eingabe
Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
- Ausgabe
Dokumentierte Modalitäten. Abgerufen am 8. September 2026.
Recherchestand 8. September 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Offene Nachweise und Recherchehinweise (Originalwortlaut)
In den geprüften Quellen nicht gefunden
knowledge-cutoff. The exact model card does not publish a training-data cutoff.
Ungeklärt
AA benchmark rows. No exact Artificial Analysis model page located in the checked public sitemap.