AI BENCHY
Advertise here
#231

Inkling

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

सारांश

Inkling AI BENCHY पर 5.2 स्कोर करता है और #231 पर है। इसकी reliability 10.0, pass rate 28.8%, कुल लागत $0.142, और औसत response time 3.47s है।

Inkling को अलग क्या बनाता है: यह पहेली समाधान में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #14 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

संगति

9.6

कुल लागत (वर्तमान कीमत)

$0.142 ↓ -3.5%

परीक्षण के समय: $0.147

कुल आउटपुट टोकन

10,554

कुल इनपुट टोकन

104,120

इनपुट कीमत

$0.950 / 1M

आउटपुट कीमत

$4.050 / 1M

सही परीक्षण

गलत टेस्ट: 16

प्रति प्रयास पास दर: 28.8%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

3.47s

प्रतिक्रिया समय (अधिकतम): 48.02s

प्रतिक्रिया समय (कुल): 76.28s

Hamster playing table tennis

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

#231 Thinking Machines: Inkling

none
Provider returned error
लागत
$0.000
समय
5.3s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 03:51 दोबारा परीक्षण 5.2 10.0 $0.142 वर्तमान रन
2026-07-18 15:45 पहला रन 5.2 9.9 $0.147 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 4.8 10.0
कोडिंग 4.5 10.0
संयुक्त 2.9 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 6.3 10.0
पहेली समाधान 5.6 9.9
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल