সারাংশ
Ling-2.6-flash AI BENCHY-তে 4.3 স্কোর করে এবং #243 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 28.8%, মোট খরচ $0.000, এবং গড় response time 1.27s.
Ling-2.6-flash কে আলাদা করে যা: এটি নির্দেশনা অনুসরণ-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সমন্বিত এর দুর্বলতম ক্ষেত্র, rank #8. এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম।
আর্কাইভড মডেল: এই মডেল আর আপডেট করা হবে না এবং নতুন টেস্টে পরীক্ষা করা হবে না।
পরিচয় নোট
Elephant Alpha ছিল Ling-2.6-flash-এর স্টেলথ সংস্করণ।
এই পৃষ্ঠাটি বর্তমানে Elephant Alpha নামে সংগ্রহ করা বেঞ্চমার্ক ডেটা প্রদর্শন করছে।
গবেষণার তারিখ: 2026-08-12
4.3
ধারাবাহিকতা
9.2
প্রযোজ্য নয়
$0.000
মোট আউটপুট টোকেন
2,596
মোট ইনপুট টোকেন
33,744
ইনপুট মূল্য
$0.000 / 1M
আউটপুট মূল্য
$0.000 / 1M
অস্থির টেস্ট
1
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-06-04 14:27 নতুন টেস্ট যোগ হয়েছে | 4.3 | প্রযোজ্য নয় | $0.000 | বর্তমান রান | |
| 2026-05-22 00:40 স্যুইট পরিবর্তিত হয়েছে | 5.4 | প্রযোজ্য নয় | $0.000 | তুলনা করুন | |
| 2026-04-22 12:55 প্রথম নথিভুক্ত রান | 5.2 | প্রযোজ্য নয় | $0.000 | তুলনা করুন |
এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 6.6 | 10.0 | |
| কোডিং | 3.7 | 7.8 | |
| সমন্বিত | 1.5 | 5.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 6.5 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 3.0 | 10.0 | |
| Sadharon Buddhimotta | 4.3 | 10.0 | |
| নির্দেশনা অনুসরণ | 9.8 | 10.0 | |
| ধাঁধা সমাধান | 5.3 | 10.0 | |
| টুল কলিং | 3.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |