AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#187

Inkling Small

Thinkingmachines रिलीज़: 2026-08-01 परीक्षण किया गया: 2026-08-01 13:00 thinkingmachines/inkling-small::none
276B कुल (12B सक्रिय)MoEबंद स्रोत

सारांश

Inkling Small AI BENCHY पर 5.3 स्कोर करता है और #187 पर है। इसकी reliability 10.0, pass rate 24.2%, कुल लागत $0.058, और औसत response time 1.51s है।

Inkling Small को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
276B कुल (12B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

संगति

9.6

कुल आउटपुट टोकन

8,770

कुल इनपुट टोकन

94,724

इनपुट कीमत

$0.500 / 1M

आउटपुट कीमत

$1.200 / 1M

सही परीक्षण

गलत टेस्ट: 17

प्रति प्रयास पास दर: 24.2%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

1.51s

प्रतिक्रिया समय (अधिकतम): 12.35s

प्रतिक्रिया समय (कुल): 33.27s

Hamster playing table tennis

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

#187 Thinking Machines: Inkling Small

none
लागत
$0.008
समय
42.1s
टोकन
6,319 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 03:55 दोबारा परीक्षण 5.3 10.0 $0.054 तुलना करें
2026-08-01 13:00 पहला रन 5.3 10.0 $0.058 वर्तमान रन

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-08-01 13:00 · पहला रन66/66 प्रयास5.39.610.05/2218,77094,724$0.0581.51s
2026-08-14 03:55 · दोबारा परीक्षण66/66 प्रयास5.39.610.05/2218,77094,733$0.0541.51s
अंतर0.00.00.0000-9+$0.005+3ms

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।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.1 8.0
कोडिंग 3.6 10.0
संयुक्त 6.5 10.0
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 3.2 9.7
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल