#135 GPT-5.4
none- लागत
- $0.026
- समय
- 18.1s
- टोकन
- 1,792 tok
OpenAI: GPT-5.4 vs Thinking Machines: Inkling
Inkling (low) average score में आगे है: 6.1 vs 5.8. Inkling (low) की benchmark लागत कम है: $0.187 vs $0.397. GPT-5.4 तेज है: 2.07s vs 5.15s, pass rates 34.9% vs 54.6%.
अनुशंसित मॉडलInkling (low)It has the best score here (6.1), while costing about 2.1x less than GPT-5.4.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18
| मेट्रिक | GPT-5.4 GPT-5.4 none | Inkling Inkling low |
|---|---|---|
| स्कोर | 5.8 | 6.1 |
| रैंक | #135 | #119 |
| विश्वसनीयता | 10.0 | 9.9 |
| संगति | 9.2 | 8.6 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 34.9% | 54.6% |
| अस्थिर टेस्ट | 2 | 4 |
| कुल रन | 66 | 66 |
| प्रति परिणाम लागत | 5.663 | 1.866 |
| कुल लागत | $0.397 | $0.187 |
| इनपुट कीमत | $2.500 / 1M | $1.000 / 1M |
| आउटपुट कीमत | $15.000 / 1M | $4.050 / 1M |
| कुल इनपुट टोकन | 108,632 | 109,884 |
| आउटपुट टोकन | 8,321 | 8,579 |
| रीजनिंग टोकन | 0 | 10,343 |
| प्रतिक्रिया समय (औसत) | 2.07s | 5.15s |
| प्रतिक्रिया समय (अधिकतम) | 15.63s | 41.58s |
| प्रतिक्रिया समय (कुल) | 45.51s | 113.39s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#119 Thinking Machines: Inkling
low- लागत
- $0.002
- समय
- 6.1s
- टोकन
- 502 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
त्वरित तुलना
तुलना जोड़ी बदलें
Gemini 3.1 Flash LitenonevsInklinglowgpt-oss-120bmediumvsInklinglowQwen3.6 FlashnonevsInklinglowQwen3.5-FlashnonevsInklinglowQwen3.5 Plus 2026-04-20nonevsInklinglowGemini 3.1 Flash LiteminimalvsInklinglowQwen3.5-35B-A3BnonevsInklinglowGPT-5 NanomediumvsInklinglowNemotron 3 Ultranoneनिःशुल्क उपलब्धvsInklinglowQwen3.5-35B-A3BmediumvsInklinglowGemini 2.5 FlashnonevsInklinglowNemotron 3 Supermediumनिःशुल्क उपलब्धvsGPT-5.4none