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

Ling 3.0 Tiny (low) vs Grok 4.20

Ling 3.0 Tiny (low) average score में आगे है: 3.7 vs 3.4. Ling 3.0 Tiny (low) की benchmark लागत कम है: $0.000 vs $0.057. Grok 4.20 तेज है: 1.11s vs 63.15s, pass rates 18.8% vs 26.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#418
कुल आउटपुट टोकन
868,004
प्रतिक्रिया समय (औसत)
63.15s
कुल लागत
$0.000
रैंक
#425
कुल आउटपुट टोकन
1,923
प्रतिक्रिया समय (औसत)
1.11s
कुल लागत
$0.057
अनुशंसित मॉडल Grok 4.20

Its score stays close to the best score here (3.4 vs 3.7), while responding about 57.0x faster than Ling 3.0 Tiny (low).

विस्तृत तुलना

मेट्रिक Ling 3.0 Tiny Ling 3.0 Tiny low रिलीज़: 2026-08-07 Grok 4.20 Grok 4.20 none रिलीज़: 2026-03-31
स्कोर 3.7 3.4
रैंक #418 #425
विश्वसनीयता 9.6 लागू नहीं
संगति 9.7 7.8
प्रयास 69/69 54/69
सही परीक्षण
प्रति प्रयास पास दर 18.8% 26.1%
अस्थिर टेस्ट 1 0
कुल रन 69 54
प्रति परिणाम लागत 0.000 1.570
कुल लागत $0.000 $0.057
इनपुट कीमत $0.000 / 1M $1.250 / 1M
आउटपुट कीमत $0.000 / 1M $2.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 99,662 41,313
आउटपुट टोकन 146,555 1,923
रीजनिंग टोकन 732,977 0
प्रतिक्रिया समय (औसत) 63.15s 1.11s
प्रतिक्रिया समय (अधिकतम) 252.08s 6.04s
प्रतिक्रिया समय (कुल) 1389.35s 19.96s
पैरामीटर 7.9B कुल (1.3B सक्रिय) ~1T कुल (~100B सक्रिय)
उपलब्धता मुक्त स्रोत बंद 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.

#418 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

#425 xAI: Grok 4.20

none
लागत
$0.004
समय
6.5s
टोकन
1,367 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
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

तुलना जोड़ी बदलें