- 排名
- #32
- 总输出令牌
- 63,207
- 响应时间（平均）
- 12.52s
- 总成本
- $0.922
Claude Sonnet 5 (medium) vs Inkling Small (high)
平均分几乎持平，为 8.3 vs 8.4。 Inkling Small (high) benchmark 成本更低，为 $0.416 vs $0.922。 Claude Sonnet 5 (medium) 更快，为 12.52s vs 31.70s，通过率为 80.3% vs 69.7%。
- 排名
- #30
- 总输出令牌
- 310,388
- 响应时间（平均）
- 31.70s
- 总成本
- $0.416
推荐模型
Inkling Small (high)
它在这里得分最高（8.4），同时成本比Claude Sonnet 5 (medium)低约 2.2 倍。
详细对比
| 指标 | Claude Sonnet 5 Claude Sonnet 5 medium | Inkling Small Inkling Small high |
|---|---|---|
| 分数 | 8.3 | 8.4 |
| 排名 | #32 | #30 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.0 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 80.3% | 69.7% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.760 | 2.967 |
| 总成本 | $0.922 | $0.416 |
| 输入价格 | $2.000 / 1M | $0.500 / 1M |
| 输出价格 | $10.000 / 1M | $1.200 / 1M |
| 总输入令牌 | 145,956 | 85,660 |
| 输出令牌 | 52,333 | 6,092 |
| 推理令牌 | 10,874 | 304,296 |
| 响应时间（平均） | 12.52s | 31.70s |
| 响应时间（最大） | 66.71s | 122.60s |
| 响应时间（总计） | 275.42s | 697.30s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#32 Claude Sonnet 5
medium- 成本
- $0.007
- 时间
- 6.4s
- 令牌
- 832 tok
#30 Thinking Machines: Inkling Small
high- 成本
- $0.006
- 时间
- 34.7s
- 令牌
- 4,735 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 10.0 | 10.0 | 100.0% | 0 | 3.80s | 834 | 1,220 | 446 | |
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 702 | 335 | 9,678 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 9.0 | 7.9 | 88.9% | 1 | 17.28s | 10,590 | 13,153 | 2,379 | |
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 93.23s | 7,374 | 463 | 120,474 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 7.3 | 6.0 | 83.3% | 1 | 51.86s | 107,934 | 23,169 | 5,371 | |
| Inkling Small | 9.9 | 10.0 | 100.0% | 0 | 40.41s | 61,630 | 4,001 | 28,812 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 10.0 | 10.0 | 100.0% | 0 | 3.16s | 10,503 | 312 | 0 | |
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 3.99s | 7,068 | 216 | 2,763 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 7.7 | 10.0 | 66.7% | 0 | 20.38s | 975 | 12,140 | 1,994 | |
| Inkling Small | 5.3 | 10.0 | 33.3% | 0 | 65.58s | 795 | 69 | 96,073 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 4.8 | 3.2 | 33.3% | 1 | 4.32s | 708 | 264 | 0 | |
| Inkling Small | 5.3 | 10.0 | 0.0% | 0 | 3.62s | 501 | 153 | 1,395 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 9.9 | 10.0 | 100.0% | 0 | 3.10s | 909 | 318 | 269 | |
| Inkling Small | 9.8 | 10.0 | 100.0% | 0 | 3.94s | 708 | 94 | 2,742 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 7.7 | 10.0 | 66.7% | 0 | 2.98s | 894 | 407 | 121 | |
| Inkling Small | 4.8 | 4.4 | 44.5% | 2 | 14.39s | 714 | 482 | 18,286 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 10.0 | 10.0 | 100.0% | 0 | 10.70s | 12,351 | 433 | 90 | |
| Inkling Small | 3.0 | 10.0 | 0.0% | 0 | 2.91s | 5,949 | 249 | 577 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 3.0 | 10.0 | 0.0% | 0 | 7.06s | 258 | 917 | 204 | |
| Inkling Small | 3.0 | 10.0 | 0.0% | 0 | 49.27s | 219 | 30 | 23,496 |
快速对比
切换对比组合
GPT-5.2mediumvsInkling SmallhighInkling SmallhighvsGrok 4.5mediumInkling SmallhighvsGrok 4.5lowClaude Sonnet 5mediumvsMuse Spark 1.1lowQwen3.6 Max PreviewmediumvsInkling SmallhighClaude Sonnet 5mediumvsGrok 4.5lowMuse Spark 1.1lowvsInkling SmallhighGemini 2.5 FlashmediumvsInkling SmallhighGPT-5.4mediumvsInkling SmallhighClaude Sonnet 5mediumvsDeepSeek V4 Flash 0731lowDeepSeek V4 Flash 0731lowvsInkling SmallhighClaude Opus 5lowvsInkling Smallhigh