Advertise here
#417

Ling 3.0 Tiny

Inclusionai प्रकाशन: 2026-08-07 चाचणी तारीख: 2026-10-01 02:54 inclusionai/ling-3.0-tiny::high
7.9B एकूण (1.3B सक्रिय)MoEमुक्त स्रोत
(high) (medium) (low) (default)

सारांश

Ling 3.0 Tiny AI BENCHY वर 3.7 स्कोर करते आणि #417 वर आहे. याची reliability 10.0, pass rate 23.2%, एकूण खर्च $0.000, आणि सरासरी response time 72.24s आहे.

Ling 3.0 Tiny खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डोमेन-विशिष्ट हा सर्वात कमकुवत भाग आहे, rank #8. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
7.9B एकूण (1.3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
MIT
पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

3.7

सुसंगतता

8.9

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.000

एकूण आउटपुट टोकन्स

939,018

एकूण इनपुट टोकन्स

115,314

इनपुट किंमत

$0.000 / 1M

आउटपुट किंमत

$0.000 / 1M

कॅश वाचण्याची किंमत

लागू नाही

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 19

प्रति प्रयत्न पास दर: 23.2%

अस्थिर चाचण्या

3

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

72.24s

प्रतिसाद वेळ (कमाल): 345.15s

प्रतिसाद वेळ (एकूण): 1589.23s

उत्तर नाही: 7 चुकीचे उत्तर: 6 सूचनांचे पालन केले नाही: 3 API त्रुटी: 2 अवैध टूल कॉल: 1

Hamster playing table tennis

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

#417 Ling 3.0 Tiny

high
No output was saved. The original provider response or failure reason is unavailable.
खर्च
$0.000
वेळ
169.5s
टोकन्स
5,252 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-10-01 02:54 पुन्हा चाचणी 3.7 10.0 $0.000 सध्याची रन
2026-08-07 23:07 पहिली नोंदलेली रन 3.8 10.0 $0.000 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-10-01 02:54 · सध्याची रन69/69 प्रयत्न3.78.910.04/233939,018115,314$0.00072.24s
2026-08-07 23:07 · पहिली नोंदलेली रन66/66 प्रयत्न3.88.810.04/2231,048,987115,494$0.00076.06s
फरक—-0.2+0.10.000-109969-180$0.000-3825ms

बेंचमार्क कव्हरेज वेगळे आहे: 69/69 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती) विरुद्ध 66/66 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती). एकूण मूल्ये आणि पुनरावृत्तीवर अवलंबून मेट्रिक्स थेट तुलना करता येत नाहीत.

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Ling 3.0 TinyhighvsXing4.0 29b A4bmediumमोफत उपलब्धLing 3.0 TinyhighvsLing 3.0 TinylowLing 3.0 TinyhighvsNemotron 3.5 Lightningnoneमोफत उपलब्धLing 3.0 TinyhighvsLing 3.0 TinymediumLing 3.0 TinyhighvsGranite 4.1 8bdefaultLing 3.0 TinyhighvsGrok 4.20noneLing 3.0 TinyhighvsLing 3.0 TinydefaultLing 3.0 TinyhighvsCommand A+mediumLing 3.0 TinyhighvsQwen3.5-9BmediumLing 3.0 TinyhighvsXing4.0 29b A4bnoneमोफत उपलब्ध

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 3.0 10.0
अँटी-एआय युक्त्या 6.4 7.9
कोडिंग 2.9 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 2.8 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 5.4 2.5
सूचनांचे पालन 6.8 9.4
कोडी सोडवणे 3.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स