सारांश
Ling-2.6-1T AI BENCHY वर 5.3 स्कोर करते आणि #170 वर आहे. याची reliability 10.0, pass rate 18.2%, एकूण खर्च $0.016, आणि सरासरी response time 8.58s आहे.
Ling-2.6-1T खास का आहे: हे संयुक्त मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #12.
5.3
सुसंगतता
10.0
10.0
एकूण आउटपुट टोकन्स
11,555
एकूण इनपुट टोकन्स
106,414
इनपुट किंमत
$0.075 / 1M
आउटपुट किंमत
$0.625 / 1M
अस्थिर चाचण्या
0
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-07-16 23:16 नवीन चाचणी जोडली | 5.3 | 10.0 | $0.016 ↑ | सध्याची रन | |
| 2026-06-04 14:30 नवीन चाचणी जोडली | 4.3 | लागू नाही | $0.005 |