minimal лидирует по среднему баллу: 8.7 vs 7.6. minimal имеет более низкую стоимость benchmark: ~$0.206 vs ~$0.292. minimal быстрее: 108.28s vs 153.99s, с долей успешных попыток 66.7% vs 73.9%.
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. 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.
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
#108
Общее число выходных токенов
219,084
Время ответа (среднее)
108.28s
Общая стоимость
~$0.206Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 2.0753 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.205185.
Рекомендуемая модельminimal
У него самый высокий балл в этом сравнении (8.7) и лучший общий баланс стоимости и времени ответа среди 2 моделей.
Подробное сравнение
Метрика
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
Inkling 2 Mini (local Q4)Inkling 2 Mini (local Q4)minimalОтветы 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
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
Inkling 2 Mini (local Q4)Inkling 2 Mini (local Q4)minimalОтветы 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
7.6Средний балл по всем бенчмарк-тестам.…
8.7Средний балл по всем бенчмарк-тестам.…
Ранг
#202
#108
Надежность
9.7Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
9.8Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
Стабильность
9.6Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
10.0Оценка 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: 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.…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 4Не соблюдены инструкции: 1Недопустимый вызов инструмента: 1Время ответа (среднее)108.28sВремя ответа (макс.)1322.88sВремя ответа (суммарно)2490.37sТест считается полностью пройденным, только если все его прогоны успешны.…
Доля успешных попыток
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
73.9%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
Нестабильные тесты
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Всего запусков
69Всего запусков…
69Всего запусков…
Стоимость за результат
~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.
~1.207Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 2.0753 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.205185.
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.
~$0.206Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 2.0753 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.205185.
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
312,366Общее число входных токенов…
309,808Общее число входных токенов…
Выходные токены
1,631Выходные токены…
1,579Выходные токены…
Токены рассуждений
127,969Токены рассуждений…
217,505Токены рассуждений…
Время ответа (среднее)
153.99sВремя ответа (среднее)…
108.28sВремя ответа (среднее)…
Время ответа (макс.)
1963.67sВремя ответа (макс.)…
1322.88sВремя ответа (макс.)…
Время ответа (суммарно)
3541.85sВремя ответа (суммарно)…
2490.37sВремя ответа (суммарно)…
Параметры
26.4B всего (3.4B активных)
26.4B всего (3.4B активных)
Доступность
Открытый исходный код
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.
#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
#108 Thinking Machines: Inkling 2 Mini (local Q4)
minimalОтветы 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
~$0.002Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.0188 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.001862.
Время
67.8s
Токены
2,348 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
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…
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)59.04sВремя ответа (макс.)59.04sВремя ответа (суммарно)59.04sТест считается полностью пройденным, только если все его прогоны успешны.…
59.04sВремя ответа (среднее)…
138,010Общее число входных токенов…
121Выходные токены…
3,216Токены рассуждений…
Анти-ИИ уловки
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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)6.20sВремя ответа (макс.)10.50sВремя ответа (суммарно)24.78sТест считается полностью пройденным, только если все его прогоны успешны.…
6.20sВремя ответа (среднее)…
732Общее число входных токенов…
234Выходные токены…
3,168Токены рассуждений…
Программирование
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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)225.36sВремя ответа (макс.)477.83sВремя ответа (суммарно)676.09sТест считается полностью пройденным, только если все его прогоны успешны.…
225.36sВремя ответа (среднее)…
8,814Общее число входных токенов…
512Выходные токены…
47,862Токены рассуждений…
Комбинированный
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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.
6.4Средний 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.Недопустимый вызов инструмента: 1Время ответа (среднее)671.08sВремя ответа (макс.)1322.88sВремя ответа (суммарно)1342.15sТест считается полностью пройденным, только если все его прогоны успешны.…
671.08sВремя ответа (среднее)…
140,238Общее число входных токенов…
52Выходные токены…
117,641Токены рассуждений…
Парсинг и извлечение данных
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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)28.12sВремя ответа (макс.)35.26sВремя ответа (суммарно)56.25sТест считается полностью пройденным, только если все его прогоны успешны.…
28.12sВремя ответа (среднее)…
9,657Общее число входных токенов…
204Выходные токены…
5,349Токены рассуждений…
Предметно-ориентированное
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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)88.16sВремя ответа (макс.)147.25sВремя ответа (суммарно)264.48sТест считается полностью пройденным, только если все его прогоны успешны.…
88.16sВремя ответа (среднее)…
825Общее число входных токенов…
12Выходные токены…
31,686Токены рассуждений…
Общий интеллект
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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.…
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)6.44sВремя ответа (макс.)6.44sВремя ответа (суммарно)6.44sТест считается полностью пройденным, только если все его прогоны успешны.…
6.44sВремя ответа (среднее)…
558Общее число входных токенов…
96Выходные токены…
789Токены рассуждений…
Следование инструкциям
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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)5.25sВремя ответа (макс.)5.70sВремя ответа (суммарно)10.49sТест считается полностью пройденным, только если все его прогоны успешны.…
5.25sВремя ответа (среднее)…
738Общее число входных токенов…
45Выходные токены…
1,323Токены рассуждений…
Решение головоломок
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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.
6.0Средний 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)7.32sВремя ответа (макс.)7.68sВремя ответа (суммарно)21.96sТест считается полностью пройденным, только если все его прогоны успешны.…
7.32sВремя ответа (среднее)…
756Общее число входных токенов…
270Выходные токены…
2,652Токены рассуждений…
Вызов инструментов
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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…
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)7.52sВремя ответа (макс.)7.52sВремя ответа (суммарно)7.52sТест считается полностью пройденным, только если все его прогоны успешны.…
7.52sВремя ответа (среднее)…
9,264Общее число входных токенов…
27Выходные токены…
813Токены рассуждений…
Эрудиция
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены 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.…
25.28sВремя ответа (среднее)…
216Общее число входных токенов…
3Выходные токены…
3,495Токены 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)21.18sВремя ответа (макс.)21.18sВремя ответа (суммарно)21.18sТест считается полностью пройденным, только если все его прогоны успешны.…