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

Step 5 Preview (low) vs Inkling 2 Mini (high)

average score लगभग बराबर है: 5.6 vs 5.6. Inkling 2 Mini (high) की benchmark लागत कम है: $0.711 vs $4.110. Inkling 2 Mini (high) तेज है: 91.61s vs 138.27s, pass rates 58.0% vs 52.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#384
कुल आउटपुट टोकन
1,425,268
प्रतिक्रिया समय (औसत)
138.27s
कुल लागत
$4.110
रैंक
#387
कुल आउटपुट टोकन
1,661,615
प्रतिक्रिया समय (औसत)
91.61s
कुल लागत
$0.711
अनुशंसित मॉडल Inkling 2 Mini (high)

It has the best score here (5.6), while costing about 5.8x less than Step 5 Preview (low).

विस्तृत तुलना

मेट्रिक Step 5 Preview Step 5 Preview low रिलीज़: 2026-10-09 Inkling 2 Mini Inkling 2 Mini high रिलीज़: 2026-11-20
स्कोर 5.6 5.6
रैंक #384 #387
विश्वसनीयता 9.7 10.0
संगति 7.5 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 58.0% 52.2%
अस्थिर टेस्ट 7 4
कुल रन 69 69
प्रति परिणाम लागत 41.095 7.102
कुल लागत $4.110 $0.711
इनपुट कीमत $1.000 / 1M $0.100 / 1M
आउटपुट कीमत $2.700 / 1M $0.400 / 1M
कैश पढ़ने की कीमत $0.050 / 1M $0.020 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 261,256 454,978
आउटपुट टोकन 1,425,268 15,204
रीजनिंग टोकन 0 1,646,411
प्रतिक्रिया समय (औसत) 138.27s 91.61s
प्रतिक्रिया समय (अधिकतम) 436.56s 280.66s
प्रतिक्रिया समय (कुल) 3180.10s 2106.93s
पैरामीटर 600B कुल (27B सक्रिय) 26.4B कुल (3.4B सक्रिय)
उपलब्धता बंद 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.

#384 Step 5 Preview

low
लागत
$0.051
समय
125.6s
टोकन
18,795 tok

#387 Thinking Machines: Inkling 2 Mini

high
लागत
$0.008
समय
100.7s
टोकन
24,184 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
Step 5 Preview 2.7 7.0 11.1% 1 378.21s 7,428 518,232 0
Inkling 2 Mini 3.3 4.2 33.3% 2 181.41s 8,814 267 440,091

तुलना जोड़ी बदलें