Independent
Simba 3.2
Frontier reasoning model tuned for agentic tool use and long-horizon task execution.
বুদ্ধিমত্তা
87.8 #31
AAQI 62.0
আউটপুট গতি
62 t/s
ITL 16.1 ms/tok
ব্লেন্ডেড মূল্য (3:1)
$6.5 /1M
ইনপুট $2/M · আউটপুট $10/M
কনটেক্সট
262K
≈ 655টি A4 পৃষ্ঠা · সর্বোচ্চ আউটপুট 32,768
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Simba 3.2
Claude Mythos Preview (#1)
Average (68)
সরাসরি বেঞ্চমার্ক মাপ না থাকলে রাডার অক্ষ বিভাগ স্কোর থেকে আনুমানিক — পদ্ধতি দেখুন।
শক্তি ও ট্রেড-অফ
যেখানে এটি জেতে
- Strong reasoning-per-dollar vs. flagship tiers
- Reliable multi-step tool calling (τ²-class)
- 262K context at mid-tier pricing
যেগুলো খেয়াল রাখতে হবে
- Smaller ecosystem — fewer SDKs and guides
- 62 tok/s mid-pack speed
- Text-only
কিলার ব্যবহারের ক্ষেত্র
Autonomous research agents
Multi-step search-and-synthesize workflows.
Tool orchestration
Function calling over large API surfaces.
Analyst copilots
Reasoned synthesis across 262K-token briefs.
ডেভেলপার কুইকস্টার্ট ও API
প্রথমে
OPENROUTER_API_KEY সেট করুন — API কী নিনcurl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "simba/simba-3-2",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.environ["OPENROUTER_API_KEY"],
)
resp = client.chat.completions.create(
model="simba/simba-3-2",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://openrouter.ai/api/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.OPENROUTER_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "simba/simba-3-2",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);OpenRouter-compatible endpoint — one API for 300+ models.
অফিসিয়াল রিসোর্স ও লিংক
API ডিপ্লয়মেন্ট
হোস্ট ও লেটেন্সি তুলনা করুন
Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock ও Azure জুড়ে থ্রুপুট, TTFT ও ক্যাশে মূল্য।
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
উৎস অনুযায়ী স্কোর
বিভাগ অনুযায়ী স্কোর
বেঞ্চমার্ক ফলাফল
লাইভ স্পেসিফিকেশন ও আর্কিটেকচার
ভেতরের কাঠামো
Simba 3.2 — reasoning frontier model
- Adjustable reasoning budget with verifier-guided decoding
- 262K context for multi-document tasks
- Tool-use fine-tune targeting multi-step agents
- 32K max output for long structured answers
প্রকাশের তারিখ
৫ অক্টো, ২০২৬
আর্কিটেকচার
Simba 3.2 — reasoning frontier model
প্যারামিটার
Not disclosed
লাইসেন্স
Proprietary
কনটেক্সট উইন্ডো
262,000 tokens
সর্বোচ্চ আউটপুট
32,768 tokens
মডালিটি
text
ক্যাশে মূল্য
রিড $0.2 · রাইট $2.5 /1M
রিজনিং
এফর্ট লেভেল
ইনপুট দাম
$2/M
আউটপুট দাম
$10/M
আউটপুট গতি
62 t/s
প্রথম টোকেনের সময়
—
ডেটা আপডেট
২২ অক্টো, ২০২৬
আনুমানিক মাসিক বিল
আনুমানিক মাসিক খরচ
$0.00
GPT-4o-র তুলনায় সঞ্চয় হিসাব হচ্ছে…
উদ্ধৃতি ও এম্বেড
GitHub Markdown ব্যাজ
Loading badge markdown...BibTeX
@misc{llmpodium2026simba32,
title = {Benchmark Analysis and Intelligence Evaluation of Simba 3.2},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/simba-3-2}
}স্কোর ব্যাজ এম্বেড করুন
আপনার GitHub বা Hugging Face README-তে লাইভ Podium স্কোর ব্যাজ যোগ করুন — এটি লাইভ র্যাংকিং-এ ফেরে।
প্রিভিউ
Markdown
Loading badge snippet...HTML
Loading badge snippet...Independent-এর আরও মডেল
বিকল্প মডেলসমূহ
সক্ষমতা, মূল্য এবং বেঞ্চমার্ক স্কোরের ভিত্তিতে Simba 3.2-এর নিকটতম বিকল্প।