AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#56

Inkling

Thinkingmachines रिलीज़: 2026-07-18 परीक्षण किया गया: 2026-08-14 03:52 thinkingmachines/inkling::medium
975B कुल (41B सक्रिय)MoEमुक्त स्रोत
(high) (medium) (low) (none)

सारांश

Inkling AI BENCHY पर 8.0 स्कोर करता है और #56 पर है। इसकी reliability 10.0, pass rate 75.8%, कुल लागत $0.377, और औसत response time 15.66s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

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

संगति

8.5

कुल लागत (वर्तमान कीमत)

$0.377 ↓ -1.6%

परीक्षण के समय: $0.383

कुल आउटपुट टोकन

63,842

कुल इनपुट टोकन

124,062

इनपुट कीमत

$0.950 / 1M

आउटपुट कीमत

$4.050 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 75.8%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

15.66s

प्रतिक्रिया समय (अधिकतम): 85.12s

प्रतिक्रिया समय (कुल): 344.52s

Hamster playing table tennis

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

#56 Thinking Machines: Inkling

medium
लागत
$0.004
समय
11.2s
टोकन
852 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 03:52 दोबारा परीक्षण 8.0 10.0 $0.377 वर्तमान रन
2026-07-18 15:45 पहला रन 8.0 9.8 $0.391 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

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.7 9.5
कोडिंग 8.4 7.8
संयुक्त 7.3 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 2.8 1.6

तुलना किए गए मॉडल