Qwen3.8 Flash Next (low) vs Inkling 2 Mini (local Q4) (low)
Qwen3.8 Flash Next (low) лидирует по среднему баллу: 8.0 vs 7.6. Qwen3.8 Flash Next (low) имеет более низкую стоимость benchmark: ~$0.045 vs ~$0.292. Qwen3.8 Flash Next (low) быстрее: 23.66s vs 153.99s, с долей успешных попыток 79.7% vs 66.7%.
Бенчмарки сгенерированы из тестовых наборов AI BENCHY в:
2026-11-22
Сравниваемые модели
Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
Ранг
#171
Общее число выходных токенов
135,295
Время ответа (среднее)
23.66s
Общая стоимость
~$0.045Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.
Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
Ранг
#202
Общее число выходных токенов
129,600
Время ответа (среднее)
153.99s
Общая стоимость
~$0.292Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 2.9515 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.291818.
Рекомендуемая модельQwen3.8 Flash Next (low)
Здесь у него лучший балл (8.0), при этом он примерно в 6.5 раза дешевле, чем Inkling 2 Mini (local Q4) (low).
Подробное сравнение
Метрика
Qwen3.8 Flash NextQwen3.8 Flash NextlowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.Релиз: 2026-10-04
Inkling 2 Mini (local Q4)Inkling 2 Mini (local Q4)lowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.Релиз: 2026-11-20
Метрика
Qwen3.8 Flash NextQwen3.8 Flash NextlowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.Релиз: 2026-10-04
Inkling 2 Mini (local Q4)Inkling 2 Mini (local Q4)lowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.Релиз: 2026-11-20
Оценка
8.0Средний балл по всем бенчмарк-тестам.…
7.6Средний балл по всем бенчмарк-тестам.…
Ранг
#171
#202
Надежность
10.0Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
9.7Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
Стабильность
8.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
9.6Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
Попытки
69/69
69/69
Тестов верно
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 6Не соблюдены инструкции: 1Недопустимый вызов инструмента: 1Время ответа (среднее)23.66sВремя ответа (макс.)166.72sВремя ответа (суммарно)544.16sТест считается полностью пройденным, только если все его прогоны успешны.…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 5Не соблюдены инструкции: 1Нет ответа: 1Тайм-аут: 1Время ответа (среднее)153.99sВремя ответа (макс.)1963.67sВремя ответа (суммарно)3541.85sТест считается полностью пройденным, только если все его прогоны успешны.…
Доля успешных попыток
79.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
Нестабильные тесты
6Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Всего запусков
69Всего запусков…
69Всего запусков…
Стоимость за результат
~0.299Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.
~1.946Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 2.9515 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.291818.
Общая стоимость
~$0.045Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.
~$0.292Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 2.9515 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.291818.
Цена входа
Н/ДЦена входа…
Н/ДЦена входа…
Цена выхода
Н/ДЦена выхода…
Н/ДЦена выхода…
Цена чтения из кэша
Н/ДЦена чтения из кэша…
Н/ДЦена чтения из кэша…
Цена записи в кэш
Н/ДЦена записи в кэш…
Н/ДЦена записи в кэш…
Общее число входных токенов
342,163Общее число входных токенов…
312,366Общее число входных токенов…
Выходные токены
1,518Выходные токены…
1,631Выходные токены…
Токены рассуждений
133,777Токены рассуждений…
127,969Токены рассуждений…
Время ответа (среднее)
23.66sВремя ответа (среднее)…
153.99sВремя ответа (среднее)…
Время ответа (макс.)
166.72sВремя ответа (макс.)…
1963.67sВремя ответа (макс.)…
Время ответа (суммарно)
544.16sВремя ответа (суммарно)…
3541.85sВремя ответа (суммарно)…
Параметры
180B всего (6B активных)
26.4B всего (3.4B активных)
Доступность
Веса доступны
Открытый исходный код
Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.
Генерация showcase моделей
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#171 Qwen3.8 Flash Next
lowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
Стоимость
~$0.002Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.0131 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.001295.
Время
47.2s
Токены
5,270 tok
#202 Thinking Machines: Inkling 2 Mini (local Q4)
lowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
Стоимость
~$0.003Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.0237 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.002347.
Время
85.5s
Токены
2,977 tok
Ранг
-
Стоимость
-
Время
-
Токены
-
Лучшие модели по оценке
Оценка vs общая стоимость
Время ответа (среднее)
Оценка vs Время ответа (среднее)
Общее число выходных токенов
Оценка vs Общее число выходных токенов
Разбивка по категориям
Агентные задачи
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
6.1Средний балл по всем бенчмарк-тестам.…
3.1Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)137.50sВремя ответа (макс.)137.50sВремя ответа (суммарно)137.50sТест считается полностью пройденным, только если все его прогоны успешны.…
137.50sВремя ответа (среднее)…
194,811Общее число входных токенов…
72Выходные токены…
28,519Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)58.97sВремя ответа (макс.)58.97sВремя ответа (суммарно)58.97sТест считается полностью пройденным, только если все его прогоны успешны.…
58.97sВремя ответа (среднее)…
138,225Общее число входных токенов…
129Выходные токены…
3,192Токены рассуждений…
Анти-ИИ уловки
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)2.03sВремя ответа (макс.)2.72sВремя ответа (суммарно)8.13sТест считается полностью пройденным, только если все его прогоны успешны.…
2.03sВремя ответа (среднее)…
984Общее число входных токенов…
233Выходные токены…
1,773Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)5.40sВремя ответа (макс.)8.07sВремя ответа (суммарно)21.60sТест считается полностью пройденным, только если все его прогоны успешны.…
5.40sВремя ответа (среднее)…
732Общее число входных токенов…
183Выходные токены…
2,778Токены рассуждений…
Программирование
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)29.46sВремя ответа (макс.)49.90sВремя ответа (суммарно)88.39sТест считается полностью пройденным, только если все его прогоны успешны.…
29.46sВремя ответа (среднее)…
8,127Общее число входных токенов…
397Выходные токены…
24,147Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
5.3Средний балл по всем бенчмарк-тестам.…
7.2Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
44.4%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Тайм-аут: 1Неверный ответ: 1Время ответа (среднее)831.97sВремя ответа (макс.)1963.67sВремя ответа (суммарно)2495.90sТест считается полностью пройденным, только если все его прогоны успешны.…
831.97sВремя ответа (среднее)…
5,668Общее число входных токенов…
524Выходные токены…
34,490Токены рассуждений…
Комбинированный
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
6.9Средний балл по всем бенчмарк-тестам.…
5.9Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Недопустимый вызов инструмента: 1Время ответа (среднее)98.91sВремя ответа (макс.)166.72sВремя ответа (суммарно)197.82sТест считается полностью пройденным, только если все его прогоны успешны.…
98.91sВремя ответа (среднее)…
118,012Общее число входных токенов…
60Выходные токены…
51,088Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
6.5Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
50.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет ответа: 1Время ответа (среднее)123.84sВремя ответа (макс.)227.77sВремя ответа (суммарно)247.69sТест считается полностью пройденным, только если все его прогоны успешны.…
123.84sВремя ответа (среднее)…
145,811Общее число входных токенов…
48Выходные токены…
29,790Токены рассуждений…
Парсинг и извлечение данных
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)6.20sВремя ответа (макс.)6.23sВремя ответа (суммарно)12.40sТест считается полностью пройденным, только если все его прогоны успешны.…
6.20sВремя ответа (среднее)…
8,253Общее число входных токенов…
267Выходные токены…
2,783Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)20.83sВремя ответа (макс.)21.70sВремя ответа (суммарно)41.66sТест считается полностью пройденным, только если все его прогоны успешны.…
20.83sВремя ответа (среднее)…
9,657Общее число входных токенов…
207Выходные токены…
4,340Токены рассуждений…
Предметно-ориентированное
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
4.1Средний балл по всем бенчмарк-тестам.…
4.4Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
44.5%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
2Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 3Время ответа (среднее)23.34sВремя ответа (макс.)42.75sВремя ответа (суммарно)70.03sТест считается полностью пройденным, только если все его прогоны успешны.…
23.34sВремя ответа (среднее)…
1,014Общее число входных токенов…
12Выходные токены…
18,966Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
7.7Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)198.65sВремя ответа (макс.)335.23sВремя ответа (суммарно)595.96sТест считается полностью пройденным, только если все его прогоны успешны.…
198.65sВремя ответа (среднее)…
825Общее число входных токенов…
12Выходные токены…
43,200Токены рассуждений…
Общий интеллект
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
4.7Средний балл по всем бенчмарк-тестам.…
3.1Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)5.00sВремя ответа (макс.)5.00sВремя ответа (суммарно)5.00sТест считается полностью пройденным, только если все его прогоны успешны.…
5.00sВремя ответа (среднее)…
594Общее число входных токенов…
130Выходные токены…
1,171Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
5.5Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)5.55sВремя ответа (макс.)5.55sВремя ответа (суммарно)5.55sТест считается полностью пройденным, только если все его прогоны успешны.…
5.55sВремя ответа (среднее)…
558Общее число входных токенов…
60Выходные токены…
672Токены рассуждений…
Следование инструкциям
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
9.8Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)2.32sВремя ответа (макс.)3.23sВремя ответа (суммарно)4.64sТест считается полностью пройденным, только если все его прогоны успешны.…
2.32sВремя ответа (среднее)…
855Общее число входных токенов…
48Выходные токены…
1,050Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
9.8Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)5.10sВремя ответа (макс.)5.52sВремя ответа (суммарно)10.21sТест считается полностью пройденным, только если все его прогоны успешны.…
5.10sВремя ответа (среднее)…
738Общее число входных токенов…
42Выходные токены…
1,305Токены рассуждений…
Решение головоломок
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
8.7Средний балл по всем бенчмарк-тестам.…
7.8Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
88.9%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Время ответа (среднее)1.72sВремя ответа (макс.)2.26sВремя ответа (суммарно)5.15sТест считается полностью пройденным, только если все его прогоны успешны.…
1.72sВремя ответа (среднее)…
930Общее число входных токенов…
272Выходные токены…
1,001Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
5.8Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Неверный ответ: 1Время ответа (среднее)10.51sВремя ответа (макс.)14.31sВремя ответа (суммарно)31.52sТест считается полностью пройденным, только если все его прогоны успешны.…
10.51sВремя ответа (среднее)…
756Общее число входных токенов…
396Выходные токены…
3,885Токены рассуждений…
Вызов инструментов
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)5.85sВремя ответа (макс.)5.85sВремя ответа (суммарно)5.85sТест считается полностью пройденным, только если все его прогоны успешны.…
5.85sВремя ответа (среднее)…
8,301Общее число входных токенов…
21Выходные токены…
816Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)7.53sВремя ответа (макс.)7.53sВремя ответа (суммарно)7.53sТест считается полностью пройденным, только если все его прогоны успешны.…
7.53sВремя ответа (среднее)…
9,180Общее число входных токенов…
27Выходные токены…
822Токены рассуждений…
Эрудиция
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
3.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)9.26sВремя ответа (макс.)9.26sВремя ответа (суммарно)9.26sТест считается полностью пройденным, только если все его прогоны успешны.…
9.26sВремя ответа (среднее)…
282Общее число входных токенов…
6Выходные токены…
2,463Токены рассуждений…
Inkling 2 Mini (local Q4)Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. inkling-2-mini-ud-q4_k_xl · UD-Q4_K_XL · llama.cpp b12631-e300919cc · NVIDIA GeForce RTX 3090.
3.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)25.28sВремя ответа (макс.)25.28sВремя ответа (суммарно)25.28sТест считается полностью пройденным, только если все его прогоны успешны.…