नेव्हिगेशन
Advertise here

Step 3.5 Flash (medium) vs Inkling 2 Mini

average score जवळपास समान आहे: 5.4 vs 5.3. Step 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.105 vs $0.315. Inkling 2 Mini वेगवान आहे: 42.15s vs 190.48s, pass rates 49.3% vs 37.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#403
एकूण आउटपुट टोकन्स
454,482
प्रतिसाद वेळ (सरासरी)
190.48s
एकूण खर्च
$0.105
क्रमांक
#405
एकूण आउटपुट टोकन्स
707,676
प्रतिसाद वेळ (सरासरी)
42.15s
एकूण खर्च
$0.315
शिफारस केलेले मॉडेल Step 3.5 Flash (medium)

It has the best score here (5.4), while costing about 3.0x less than Inkling 2 Mini.

तपशीलवार तुलना

मेट्रिक Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01 Inkling 2 Mini Inkling 2 Mini none प्रकाशन: 2026-11-20
स्कोअर 5.4 5.3
क्रमांक #403 #405
विश्वसनीयता 10.0 10.0
सुसंगतता 8.3 7.0
प्रयत्न 66/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 49.3% 37.7%
अस्थिर चाचण्या 3 8
एकूण रन 66 69
प्रति निकाल खर्च 1.047 6.292
एकूण खर्च $0.105 $0.315
इनपुट किंमत $0.100 / 1M $0.100 / 1M
आउटपुट किंमत $0.300 / 1M $0.400 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.020 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 139,086 315,037
आउटपुट टोकन्स 193,584 707,676
रिझनिंग टोकन्स 413,546 0
प्रतिसाद वेळ (सरासरी) 190.48s 42.15s
प्रतिसाद वेळ (कमाल) 1597.85s 175.48s
प्रतिसाद वेळ (एकूण) 3238.23s 969.34s
पॅरामीटर्स 196B एकूण (11B सक्रिय) 26.4B एकूण (3.4B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#403 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 tok

#405 Thinking Machines: Inkling 2 Mini

none
खर्च
$0.001
वेळ
18.3s
टोकन्स
1,606 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Inkling 2 Mini 3.8 3.8 33.3% 2 89.57s 8,804 131,820 0

तुलना जोडी बदला

Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneEmber-1nonevsStep 3.5 FlashmediumGranite 4.2 8BlowvsInkling 2 MininoneStep 3.5 FlashmediumvsHy4 previewlowGPT-5.6 LunanonevsStep 3.5 FlashmediumGranite 4.2 8BlowvsStep 3.5 FlashmediumKimi K2.5nonevsStep 3.5 FlashmediumLing 3.2 Flashnoneमोफत उपलब्धvsStep 3.5 FlashmediumHy4 previewlowvsInkling 2 MininoneQwen3.8 27Bnoneमोफत उपलब्धvsStep 3.5 FlashmediumNorth Mini Codemediumमोफत उपलब्धvsInkling 2 MininoneSeed-2.0-CodenonevsStep 3.5 Flashmedium