Advertise here
#417

Ling 3.0 Tiny

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
(high) (medium) (low) (default)

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।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
7.9B कुल (1.3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
MIT
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

3.7

संगति

8.9

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$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।

सही परीक्षण

गलत टेस्ट: 19

प्रति प्रयास पास दर: 23.2%

अस्थिर टेस्ट

3

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

72.24s

प्रतिक्रिया समय (अधिकतम): 345.15s

प्रतिक्रिया समय (कुल): 1589.23s

कोई उत्तर नहीं: 7 गलत उत्तर: 6 निर्देशों का पालन नहीं किया: 3 API त्रुटि: 2 अमान्य टूल कॉल: 1

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।

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-10-01 02:54 · वर्तमान रन69/69 प्रयास3.78.910.04/233939,018115,314$0.00072.24s
2026-08-07 23:07 · पहला दर्ज रन66/66 प्रयास3.88.810.04/2231,048,987115,494$0.00076.06s
अंतर—-0.2+0.10.000-109969-180$0.000-3825ms

बेंचमार्क कवरेज अलग है: 69/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

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

तुलना किए गए मॉडल