नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 (low) vs Inkling Small (high)

Claude Opus 5 (low) average score में आगे है: 8.6 vs 8.4. Inkling Small (high) की benchmark लागत कम है: $0.416 vs $1.121. Claude Opus 5 (low) तेज है: 6.99s vs 31.70s, pass rates 80.3% vs 69.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#25
कुल आउटपुट टोकन
18,019
प्रतिक्रिया समय (औसत)
6.99s
कुल लागत
$1.121
रैंक
#30
कुल आउटपुट टोकन
310,388
प्रतिक्रिया समय (औसत)
31.70s
कुल लागत
$0.416
अनुशंसित मॉडल Claude Opus 5 (low)

It has the best score here (8.6), while responding about 4.5x faster than Inkling Small (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Inkling Small Inkling Small high रिलीज़: 2026-08-01
स्कोर 8.6 8.4
रैंक #25 #30
विश्वसनीयता 10.0 10.0
संगति 9.3 9.2
सही परीक्षण
प्रति प्रयास पास दर 80.3% 69.7%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 6.593 2.967
कुल लागत $1.121 $0.416
इनपुट कीमत $5.000 / 1M $0.500 / 1M
आउटपुट कीमत $25.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 134,773 85,660
आउटपुट टोकन 14,123 6,092
रीजनिंग टोकन 3,896 304,296
प्रतिक्रिया समय (औसत) 6.99s 31.70s
प्रतिक्रिया समय (अधिकतम) 30.67s 122.60s
प्रतिक्रिया समय (कुल) 153.73s 697.30s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#25 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#30 Thinking Machines: Inkling Small

high
लागत
$0.006
समय
34.7s
टोकन
4,735 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Inkling Small 10.0 10.0 100.0% 0 93.23s 7,374 463 120,474

त्वरित तुलना

तुलना जोड़ी बदलें