能力 vs 帳單
指數 52.1 對應 Σ $0.3／MTok，Value 173.7。高指數不自動等於該買——看任務失敗成本是否撐得住溢價。
價值獵手CF-1.3Paretocoding
Laguna S 2.1
Laguna S 2.1 定位為「價值獵手」：Cheese Index 52.1（#76）。單位成本換得的指數效率突出，適合預算約束下的主力或分流。場景上最貼近「成本優先」。
2026-08-06 快照。 Poolside · 3 路交叉訊號 · Pareto · 最佳 Fit 成本優先 · Poolside
CHEESE INDEX
53.5#75
DEPTH
53.7
OPS
—
VALUE
178.23
BALANCE
90.0
CONSENSUS
89.6
Σ COST
$0.3
LATENCY
—
優勢訊號
- 落在成本－能力 Pareto 前沿：同成本難找到明顯更強、同能力難找到明顯更便宜。
- 多軸共識 100.0，交叉訊號分歧較小。
- 場景 Fit 首選「成本優先」（79.9）。
風險與缺口
- 尚無部署體感訊號，上線前請補延遲／吞吐實測。
- 長程軸覆蓋不足，長 horizon 任務勿只看總指數。
- 深度維度覆蓋偏低，專長判斷可信度有限。
深度雷達
實線＝本模型 · 虛線＝群體中位
芝士軸
coding
agent
場景 Fit
★ 成本優先
均衡穩健
編碼代理
長程任務
生成原型
關鍵取捨
均衡 vs 尖峰
三軸平衡 100.0。分歧小，適合通用預設。
專長對齊
相對群體在「agent」抬升 +2.9。任務面不匹配時，抬升無法兌換成產品價值。
部署體感
Ops—
Latency—
Throughput—
I / O$0.1 / $0.2
尚無 Ops 訊號：上線前請補延遲與吞吐實測。
驗證清單
- 用 3–5 個自家真實任務（含失敗案例）跑 A/B，勿只看排行分數。
- 記錄延遲 p50／p95、錯誤率與單位任務成本，對齊 Ops／Value 敘事。
- 確認便宜模型在邊界案例的失敗成本可接受，再放大流量。
- 上線後追 7 日指數波動與產品 KPI，決定是否留在短名單。
能力細節
coding
agent