नेविगेशन
Advertise here

Ling 3.0 Tiny (low) vs Decider Flash V1.2 (default)

Ling 3.0 Tiny (low) average score में आगे है: 3.7 vs 1.9. Ling 3.0 Tiny (low) की benchmark लागत कम है: $0.000 vs $0.001. Decider Flash V1.2 (default) तेज है: 462ms vs 63.15s, pass rates 18.8% vs 13.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#400
कुल आउटपुट टोकन
868,004
प्रतिक्रिया समय (औसत)
63.15s
कुल लागत
$0.000
रैंक
#432
कुल आउटपुट टोकन
69
प्रतिक्रिया समय (औसत)
462ms
कुल लागत
$0.001
अनुशंसित मॉडल Ling 3.0 Tiny (low)

इस तुलना में इसका स्कोर सबसे अधिक है (3.7) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Ling 3.0 Tiny Ling 3.0 Tiny low रिलीज़: 2026-08-07 Decider Flash V1.2 Decider Flash V1.2 default रिलीज़: 2026-10-17
स्कोर 3.7 1.9
रैंक #400 #432
विश्वसनीयता 9.6 10.0
संगति 9.7 5.2
प्रयास 69/69 36/69
सही परीक्षण
प्रति प्रयास पास दर 18.8% 13.0%
अस्थिर टेस्ट 1 0
कुल रन 69 36
प्रति परिणाम लागत 0.000 0.017
कुल लागत $0.000 $0.001
इनपुट कीमत $0.000 / 1M $0.010 / 1M
आउटपुट कीमत $0.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 99,662 49,176
आउटपुट टोकन 146,555 69
रीजनिंग टोकन 732,977 0
प्रतिक्रिया समय (औसत) 63.15s 462ms
प्रतिक्रिया समय (अधिकतम) 252.08s 661ms
प्रतिक्रिया समय (कुल) 1389.35s 5.55s
पैरामीटर 7.9B कुल (1.3B सक्रिय) 4B
उपलब्धता मुक्त स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#400 Ling 3.0 Tiny

low
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
200.0s
टोकन
5,030 tok

#432 Decider Flash V1.2

default
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 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
Ling 3.0 Tiny 2.9 10.0 0.0% 0 170.73s 7,619 56,012 170,220
Decider Flash V1.2 2.2 6.7 0.0% 0 438ms 24,009 12 0

तुलना जोड़ी बदलें