Inkling 评测详情

Inkling 当前已收录的代表性评测结果包括 IF Bench（2 / 30，得分 79.80）、AIME 2026（2 / 18，得分 97.10）、GPQA Diamond（41 / 187，得分 87.20）。

评测结果

Inkling

评测结果

综合评估

共 3 项评测

评测名称 / 模式

得分

排名/总数

思考模式

87.20

41 / 187

思考模式

29.70

90 / 172

思考模式工具

46

39 / 172

常识问答

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

43.90

17 / 47

编程与软件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

SWE-bench Verified

思考模式工具

77.60

26 / 112

SWE-Bench Pro - Public

思考模式工具

54.30

31 / 54

指令跟随

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

79.80

2 / 30

AI Agent - 信息收集

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具联网

77.10

22 / 53

数学推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

思考模式

97.10

2 / 18

AI Agent - 工具使用

共 2 项评测

评测名称 / 模式

得分

排名/总数

思考模式工具

74.10

13 / 27

TerminalBench 2.1

思考模式工具

63.80

23 / 28

与其他模型对比