Zusammenfassung
Ling-2.6-flash erreicht 5.3 bei AI BENCHY und liegt auf #128. Das Modell hat 10.0 Zuverlässigkeit, 35.1% Erfolgsrate, $0.001 Gesamtkosten und 9.76s durchschnittliche Antwortzeit.
Was Ling-2.6-flash besonders macht: Am stärksten ist es in Programmierung, wo es #1 erreicht; am schwächsten ist Rätsellösen mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig.
5.3
Konsistenz
9.2
10.0
Gesamte Ausgabe-Token
2,878
Gesamte Eingabe-Token
0
Eingabepreis
$0.010 / 1M
Ausgabepreis
$0.030 / 1M
Instabile Tests
2
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-07-16 23:16 Neuer Test hinzugefügt | 4.9 | 10.0 | $0.002 ↑ | Vergleichen | |
| 2026-06-04 14:30 Neuer Test hinzugefügt | 5.0 | 10.0 | $0.001 ↑ | Vergleichen | |
| 2026-05-22 00:42 Suite geändert | 5.3 | 10.0 | $0.001 | Aktueller Lauf | |
| 2026-05-08 15:30 Suite geändert | 5.3 | 10.0 | $0.001 | Vergleichen | |
| 2026-04-22 12:55 Erster erfasster Lauf | 5.4 | k. A. | $0.000 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:42 · Suite geändert | 5.3 | 9.2 | 10.0 | 6/19 | 2 | 2,878 | 0 | $0.001 | 9.76s |
| 2026-05-08 15:30 · Suite geändert | 5.3 | 9.2 | 10.0 | 6/19 | 2 | 2,878 | 0 | $0.001 | 9.76s |
| Differenz | 0.0 | 0.0 | 0.0 | +1 | 0 | 0 | 0 | $0.000 | 0ms |
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 6.8 | 8.1 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 6.5 | 10.0 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 4.0 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 2.9 | 7.2 | |
| Werkzeugaufrufe | 3.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |