#111 Thinking Machines: Inkling Small
medium- लागत
- $0.003
- समय
- 13.4s
- टोकन
- 1,753 tok
Thinkingmachines
रिलीज़: 2026-08-01
परीक्षण किया गया: 2026-08-01 13:00
thinkingmachines/inkling-small::medium
276B कुल (12B सक्रिय)MoEबंद स्रोत
सारांश
Inkling Small AI BENCHY पर 6.6 स्कोर करता है और #111 पर है। इसकी reliability 10.0, pass rate 56.1%, कुल लागत $0.117, और औसत response time 6.27s है।
Inkling Small को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 276B कुल (12B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
6.6
संगति
8.6
10.0
$0.117
कुल आउटपुट टोकन
55,321
कुल इनपुट टोकन
100,246
इनपुट कीमत
$0.500 / 1M
आउटपुट कीमत
$1.200 / 1M
अस्थिर टेस्ट
4
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 03:57 दोबारा परीक्षण | 6.6 | 10.0 | $0.113 ↓ | तुलना करें | |
| 2026-08-01 13:00 पहला रन | 6.6 | 10.0 | $0.117 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-01 13:00 · पहला रन | 66/66 प्रयास | 6.6 | 8.6 | 10.0 | 10/22 | 4 | 55,321 | 100,246 | $0.117 | 6.27s |
| 2026-08-14 03:57 · दोबारा परीक्षण | 66/66 प्रयास | 6.6 | 9.0 | 10.0 | 10/22 | 3 | 56,269 | 100,255 | $0.113 | 6.30s |
| अंतर | — | 0.0 | -0.4 | 0.0 | 0 | +1 | -948 | -9 | +$0.004 | -27ms |
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 |
|---|---|---|
| 2026-08-01 13:27 | $0.500 / 1M | $1.200 / 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
Inkling SmallmediumvsGemini 3.1 Flash Lite PreviewlowInkling SmallmediumvsGemini 3.1 Flash LitelowInkling SmallmediumvsQwen3.5-27BnoneInkling SmallmediumvsQwen3.6 35B A3BmediumInkling SmallmediumvsGemini 3.5 Flash LitelowInkling SmallmediumvsMercury 2.5 PreviewhighInkling SmallmediumvsLongCat 2.0highInkling SmallmediumvsQwen3.5 Plus 2026-02-15noneInkling SmallmediumvsGemini 3.5 FlashminimalInkling SmallmediumvsQwen3.6 27Bmedium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 7.8 | 10.0 | |
| संयुक्त | 3.8 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 5.3 | 10.0 | |
| निर्देश पालन | 8.5 | 6.8 | |
| पहेली समाधान | 5.8 | 7.7 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |