AI BENCHY
Advertise here
#177

Inkling

Thinkingmachines रिलीज़: 2026-07-18 परीक्षण किया गया: 2026-08-14 03:51 thinkingmachines/inkling::low
975B कुल (41B सक्रिय)MoEमुक्त स्रोत
(high) (medium) (low) (none)

सारांश

Inkling AI BENCHY पर 6.1 स्कोर करता है और #177 पर है। इसकी reliability 10.0, pass rate 54.6%, कुल लागत $0.181, और औसत response time 5.11s है।

Inkling को अलग क्या बनाता है: यह एंटी-एआई ट्रिक्स में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
975B कुल (41B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

6.1

संगति

8.6

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.181 ↓ -2.9%

परीक्षण के समय: $0.187

कुल आउटपुट टोकन

18,904

कुल इनपुट टोकन

109,893

इनपुट कीमत

$0.950 / 1M

आउटपुट कीमत

$4.050 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 54.6%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

5.11s

प्रतिक्रिया समय (अधिकतम): 41.58s

प्रतिक्रिया समय (कुल): 112.46s

गलत उत्तर: 8 निर्देशों का पालन नहीं किया: 2 अमान्य टूल कॉल: 2

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#177 Thinking Machines: Inkling

low
लागत
$0.002
समय
6.1s
टोकन
502 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 03:51 दोबारा परीक्षण 6.1 10.0 $0.181 ↓ वर्तमान रन
2026-07-18 15:45 पहला रन 6.1 9.9 $0.187 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-18 15:56 $1.000 / 1M $4.050 / 1M
2026-08-14 12:51 $0.950 / 1M $4.050 / 1M

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

InklinglowvsQwen3.5-FlashmediumInklinglowvsTrinity Large ThinkingmediumInklinglowvsGemini 3.1 Flash LitenoneInklinglowvsQwen3.6 FlashnoneInklinglowvsQwen3.7 FlashnoneInklinglowvsGemma 4 31Bnoneनिःशुल्क उपलब्धInklinglowvsgpt-oss-120bmediumInklinglowvsQwen3.5 Plus 2026-04-20noneInklinglowvsQwen3.5-35B-A3BmediumInklinglowvsNemotron 3 Ultranoneनिःशुल्क उपलब्ध

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 5.1 7.2
संयुक्त 2.9 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 6.4 5.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल