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

तुलना केलेली मॉडेल्स

Nemotron 3 Super (medium) vs Qwen3.5-122B-A10B (medium) vs Elephant Alpha (medium) vs gpt-oss-120b (medium) benchmark तुलनाQwen3.5-122B-A10B (medium) स्कोअर मध्ये 7.1 सह आघाडीवर आहे. Qwen3.5-122B-A10B (medium) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Elephant Alpha (medium) चे एकूण खर्च सर्वात कमी आहे: $0.000. Elephant Alpha (medium) 1.27s वर सर्वात जलद आहे.

शिफारस केलेले मॉडेलgpt-oss-120b (medium)It offers the best overall trade-off: a competitive score (6.1), lower cost than या तुलनेतील इतर मॉडेल, and balanced response time.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Nemotron 3 Super Nemotron 3 Super medium प्रकाशन: 2026-03-11 मोफत उपलब्ध Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium प्रकाशन: 2026-02-24 Elephant Alpha Elephant Alpha medium प्रकाशन: 2026-04-14 gpt-oss-120b gpt-oss-120b medium प्रकाशन: 2025-08-05
स्कोअर 5.7 7.1 4.3 6.1
क्रमांक #133 #69 #187 #115
विश्वसनीयता 8.7 10.0 लागू नाही 10.0
सुसंगतता 8.9 8.5 9.2 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.9% 71.2% 28.8% 50.0%
अस्थिर चाचण्या 3 4 1 5
एकूण रन 66 66 63 66
प्रति निकाल खर्च 0.004 8.509 0.000 0.221
एकूण खर्च $0.066 $1.046 $0.000 $0.019
इनपुट किंमत $0.210 / 1M $0.260 / 1M $0.000 / 1M $0.037 / 1M
आउटपुट किंमत $0.455 / 1M $2.080 / 1M $0.000 / 1M $0.170 / 1M
एकूण इनपुट टोकन्स 81,429 124,771 33,744 108,747
आउटपुट टोकन्स 18,371 44,077 2,596 29,772
रिझनिंग टोकन्स 98,853 443,141 0 68,044
प्रतिसाद वेळ (सरासरी) 51.99s 64.16s 1.27s 21.91s
प्रतिसाद वेळ (कमाल) 431.98s 519.30s 3.70s 68.16s
प्रतिसाद वेळ (एकूण) 1039.89s 1411.60s 22.82s 328.70s

Hamster playing table tennis

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

#133 Nemotron 3 Super

medium
खर्च
$0.000
वेळ
272.6s
टोकन्स
5,296 tok

#69 Qwen3.5-122B-A10B

medium
खर्च
$0.019
वेळ
48.7s
टोकन्स
6,034 tok

#187 Elephant Alpha

medium
Elephant Alpha was a stealth model revealed on April 21st as Ling-2.6-flash. Find it here: https://openrouter.ai/inclusionai/ling-2.6-flash:free
खर्च
$0.000
वेळ
0.1s
टोकन्स
0 tok

#115 gpt-oss-120b

medium
खर्च
$0.001
वेळ
26.7s
टोकन्स
555 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Nemotron 3 Super 3.1 10.0 0.0% 0 147.32s 2,275 797 4,424
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Elephant Alpha 3.7 7.8 11.1% 1 1.30s 813 365 0
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

झटपट तुलना

तुलना जोडी बदला