#32 Thinking Machines: Inkling
high- लागत
- $0.005
- समय
- 32.2s
- टोकन
- 1,275 tok
Thinking Machines: Inkling vs xAI: Grok 4.5
Grok 4.5 (medium) average score में आगे है: 8.3 vs 8.0. Inkling (high) की benchmark लागत कम है: $1.006 vs $1.928. Grok 4.5 (medium) तेज है: 61.71s vs 64.16s, pass rates 77.3% vs 78.8%.
अनुशंसित मॉडलInkling (high)Its score stays close to the best score here (8.0 vs 8.3), while costing about 1.9x less than Grok 4.5 (medium).
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22
| मेट्रिक | Inkling Inkling high | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| स्कोर | 8.0 | 8.3 |
| रैंक | #32 | #25 |
| विश्वसनीयता | 9.8 | 10.0 |
| संगति | 8.9 | 8.9 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 77.3% | 78.8% |
| अस्थिर टेस्ट | 3 | 3 |
| कुल रन | 66 | 66 |
| प्रति परिणाम लागत | 6.704 | 12.049 |
| कुल लागत | $1.006 | $1.928 |
| इनपुट कीमत | $1.000 / 1M | $2.000 / 1M |
| आउटपुट कीमत | $4.050 / 1M | $6.000 / 1M |
| कुल इनपुट टोकन | 86,746 | 122,146 |
| आउटपुट टोकन | 6,055 | 5,514 |
| रीजनिंग टोकन | 220,791 | 275,053 |
| प्रतिक्रिया समय (औसत) | 64.16s | 61.71s |
| प्रतिक्रिया समय (अधिकतम) | 327.51s | 436.38s |
| प्रतिक्रिया समय (कुल) | 1411.59s | 1357.56s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#25 xAI: Grok 4.5
medium- लागत
- $0.044
- समय
- 59.4s
- टोकन
- 7,512 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
Step 3.7 FlashmediumvsInklinghighGPT-5.2 ChatnonevsInklinghighGPT-5 MinimediumvsInklinghighMuse Spark 1.1lowvsGrok 4.5mediumKimi K3maxvsInklinghighSeed-2.0-LitemediumvsInklinghighQwen3.7 PlusmediumvsInklinghighGemini 2.5 FlashmediumvsInklinghighQwen3.6 PlusmediumvsInklinghighInklinghighvsGLM 5.2mediumGPT-5.6 TerramediumvsInklinghighMuse Spark 1.1lowvsInklinghigh