- स्कोर
- 7.5 (+3.85 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.000 · 0.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 29.38s · 59.3% तेज़
Inclusionai
रिलीज़: 2026-08-07
परीक्षण किया गया: 2026-10-01 02:54
inclusionai/ling-3.0-tiny::high
7.9B कुल (1.3B सक्रिय)MoEमुक्त स्रोत
सारांश
Ling 3.0 Tiny AI BENCHY पर 3.7 स्कोर करता है और #417 पर है। इसकी reliability 10.0, pass rate 23.2%, कुल लागत $0.000, और औसत response time 72.24s है।
Ling 3.0 Tiny को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डोमेन-विशिष्ट इसकी सबसे कमजोर जगह है, जहाँ यह #8 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 5.0 (+1.27 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.000 · 0.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 5.36s · 92.6% तेज़
- स्कोर
- 5.1 (+1.38 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.000 · 0.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.79s · 89.2% तेज़
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 7.9B कुल (1.3B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- MIT
3.7
संगति
8.9
10.0
$0.000
कुल आउटपुट टोकन
939,018
कुल इनपुट टोकन
115,314
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
कैश पढ़ने की कीमत
लागू नहीं
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#417 Ling 3.0 Tiny
high
No output was saved. The original provider response or failure reason is unavailable.
- लागत
- $0.000
- समय
- 169.5s
- टोकन
- 5,252 tok
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-10-01 02:54 दोबारा परीक्षण | 3.7 | 10.0 | $0.000 | वर्तमान रन | |
| 2026-08-07 23:07 पहला दर्ज रन | 3.8 | 10.0 | $0.000 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Ling 3.0 TinyhighvsXing4.0 29b A4bmediumनिःशुल्क उपलब्धLing 3.0 TinyhighvsLing 3.0 TinylowLing 3.0 TinyhighvsNemotron 3.5 Lightningnoneनिःशुल्क उपलब्धLing 3.0 TinyhighvsLing 3.0 TinymediumLing 3.0 TinyhighvsGranite 4.1 8bdefaultLing 3.0 TinyhighvsGrok 4.20noneLing 3.0 TinyhighvsLing 3.0 TinydefaultLing 3.0 TinyhighvsCommand A+mediumLing 3.0 TinyhighvsQwen3.5-9BmediumLing 3.0 TinyhighvsXing4.0 29b A4bnoneनिःशुल्क उपलब्ध
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 3.0 | 10.0 | |
| एंटी-एआई ट्रिक्स | 6.4 | 7.9 | |
| कोडिंग | 2.9 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 2.8 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 5.4 | 2.5 | |
| निर्देश पालन | 6.8 | 9.4 | |
| पहेली समाधान | 3.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |