Advertise here
#198

Inkling

Thinkingmachines प्रकाशन: 2026-07-18 चाचणी तारीख: 2026-10-01 03:34 thinkingmachines/inkling::low
975B एकूण (41B सक्रिय)MoEमुक्त स्रोत
(high) (medium) (low) (none)

सारांश

Inkling AI BENCHY वर 6.8 स्कोर करते आणि #198 वर आहे. याची reliability 10.0, pass rate 56.5%, एकूण खर्च $0.293, आणि सरासरी response time 6.81s आहे.

Inkling खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #15.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
975B एकूण (41B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
Apache-2.0
पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

6.8

सुसंगतता

8.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.293 ↓ -3.5%

या किमतीवर चाचणी केली: $0.304

एकूण आउटपुट टोकन्स

22,037

एकूण इनपुट टोकन्स

213,901

इनपुट किंमत

$0.950 / 1M

आउटपुट किंमत

$4.050 / 1M

कॅश वाचण्याची किंमत

$0.160 / 1M

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: 12

प्रति प्रयत्न पास दर: 56.5%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

6.81s

प्रतिसाद वेळ (कमाल): 44.24s

प्रतिसाद वेळ (एकूण): 156.70s

चुकीचे उत्तर: 8 सूचनांचे पालन केले नाही: 2 अवैध टूल कॉल: 2

Hamster playing table tennis

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

#198 Thinking Machines: Inkling

low
खर्च
$0.002
वेळ
6.1s
टोकन्स
502 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-10-01 03:34 पुन्हा चाचणी 6.8 10.0 $0.293 ↓ सध्याची रन
2026-07-18 15:45 पहिला रन 6.1 9.9 $0.187 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 03:34 · सध्याची रन69/69 प्रयत्न6.88.610.011/23422,037213,901$0.2936.81s
2026-07-18 15:45 · पहिला रन66/66 प्रयत्न6.18.69.910/22418,922109,884$0.1875.15s
फरक—+0.70.0+0.1+10+3115+104017+$0.106+1659ms

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.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत कॅश वाचण्याची किंमत कॅश लिहिण्याची किंमत
2026-07-18 15:56 $1.000 / 1M $4.050 / 1M लागू नाही लागू नाही
2026-08-14 12:51 $0.950 / 1M $4.050 / 1M लागू नाही लागू नाही
2026-10-02 09:43 $0.950 / 1M $4.050 / 1M $0.160 / 1M लागू नाही

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Inklinglowमोफत उपलब्धvsQwen3.5-FlashmediumInklinglowमोफत उपलब्धvsMercury 2.5 PreviewmediumInklinglowमोफत उपलब्धvsKimi K2.6mediumInklinglowमोफत उपलब्धvsGPT-6 SolnoneInklinglowमोफत उपलब्धvsClaude Opus 4.8noneInklinglowमोफत उपलब्धvsSpace Bunny AlphamaxInklinglowमोफत उपलब्धvsClaude Sonnet 5.5lowInklinglowमोफत उपलब्धvsSolar Pro 4xhighInklinglowमोफत उपलब्धvsGPT-5.6 LunalowInklinglowमोफत उपलब्धvsGrok 4.7xhigh

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 10.0 10.0
अँटी-एआय युक्त्या 8.3 10.0
कोडिंग 5.1 7.2
संयुक्त 2.9 5.8
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 6.4 5.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स