#32 Thinking Machines: Inkling
medium- लागत
- $0.004
- समय
- 11.2s
- टोकन
- 852 tok
Thinkingmachines
रिलीज़: 2026-07-18
परीक्षण किया गया: 2026-07-18 15:45
thinkingmachines/inkling::medium
975B कुल (41B सक्रिय)MoEमुक्त स्रोत
सारांश
Inkling AI BENCHY पर 8.0 स्कोर करता है और #32 पर है। इसकी reliability 9.8, pass rate 78.8%, कुल लागत $0.391, और औसत response time 16.21s है।
Inkling को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 975B कुल (41B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- Apache-2.0
8.0
संगति
8.2
9.8
$0.391
कुल आउटपुट टोकन
65,786
कुल इनपुट टोकन
124,053
इनपुट कीमत
$1.000 / 1M
आउटपुट कीमत
$4.050 / 1M
अस्थिर टेस्ट
5
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.
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 ↓ | तुलना करें | |
| 2026-07-18 15:45 पहला रन | 8.0 | 9.8 | $0.391 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-18 15:45 · पहला रन | 66/66 प्रयास | 8.0 | 8.2 | 9.8 | 15/22 | 5 | 65,786 | 124,053 | $0.391 | 16.21s |
| 2026-08-14 03:52 · दोबारा परीक्षण | 66/66 प्रयास | 8.0 | 8.5 | 10.0 | 15/22 | 4 | 63,842 | 124,062 | $0.377 | 15.66s |
| अंतर | — | 0.0 | -0.3 | -0.2 | 0 | +1 | +1944 | -9 | +$0.015 | +546ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
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 |
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
InklingmediumvsGLM 5.2highInklingmediumvsGPT-5.6 TerrahighInklingmediumvsDeepSeek V4 Flash 0731highInklingmediumvsKimi K3maxInklingmediumvsDeepSeek V4 Flash 0731lowInklingmediumvsGPT-5.2 ChatnoneInklingmediumvsMuse Spark 1.1highInklingmediumvsStep 3.7 FlashmediumInklingmediumvsInklinghighInklingmediumvsQwen3.8 27Blow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 8.7 | 7.9 | |
| 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 |