Résumé
Ling-2.6-flash obtient 4.3 sur AI BENCHY et se classe #243. Il affiche une fiabilité de N/D, un taux de réussite de 28.8%, un coût total de $0.000 et un temps de réponse moyen de 1.27s.
Ce qui rend Ling-2.6-flash unique : Il se distingue surtout en Suivi des instructions, où il se classe #1, tandis que Combiné est son point le plus faible avec #8. Son coût total de benchmark est inhabituellement bas pour son niveau de score.
Modèle archivé : ce modèle n'est plus mis à jour ni testé sur de nouveaux tests.
Note d'identité
Elephant Alpha était la version furtive de Ling-2.6-flash.
Cette page reflète actuellement les données de benchmark collectées sous Elephant Alpha.
Date de recherche : 2026-08-12
4.3
Cohérence
9.2
N/D
$0.000
Total des jetons de sortie
2,596
Total des jetons d'entrée
33,744
Prix d'entrée
$0.000 / 1M
Prix de sortie
$0.000 / 1M
Tests instables
1
Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historique des runs
| Testé le | Score | Fiabilité | Tests corrects | Coût total | Comparer |
|---|---|---|---|---|---|
| 2026-06-04 14:27 Nouveau test ajouté | 4.3 | N/D | $0.000 | Exécution actuelle | |
| 2026-05-22 00:40 Suite modifiée | 5.4 | N/D | $0.000 | Comparer | |
| 2026-04-22 12:55 Première exécution enregistrée | 5.2 | N/D | $0.000 | Comparer |
Ce run a utilisé une suite de benchmark différente. Gardez ce changement de suite à l'esprit lorsque vous lisez l'historique.
Comparaison de runs
| Run | Couverture du benchmark | Score | Cohérence | Fiabilité | Tests corrects | Tests instables | Total des jetons de sortie | Total des jetons d'entrée | Coût total | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:27 · Exécution actuelle | 21/22 tests · 63/66 tentatives | 4.3 | 9.2 | N/D | 6/21 | 1 | 2,596 | 33,744 | $0.000 | 1.27s |
| 2026-04-22 12:55 · Première exécution enregistrée | 18/18 tests · 54/54 tentatives | 5.2 | 9.6 | N/D | 5/18 | 1 | 2,596 | 0 | $0.000 | 1.27s |
| Différence | — | -1.0 | -0.4 | +1 | 0 | 0 | +33744 | $0.000 | 0ms |
La couverture du benchmark diffère : 21/21 tests · 63/63 tentatives (Objectif : 3 répétitions par test) contre 18/18 tests · 54/54 tentatives (Objectif : 3 répétitions par test). Les totaux et les métriques sensibles aux répétitions ne sont pas directement comparables.
Ces deux runs ont utilisé des suites de benchmark différentes, donc les écarts reflètent à la fois les changements du modèle et ceux de la suite.
Choisissez d'abord le premier modèle, puis cliquez sur un second modèle pour ouvrir une page côte à côte.
| Catégorie | Score | Cohérence | Tests corrects |
|---|---|---|---|
| Astuces anti-IA | 6.6 | 10.0 | |
| Programmation | 3.7 | 7.8 | |
| Combiné | 1.5 | 5.0 | |
| Analyse et extraction des données | 6.5 | 10.0 | |
| Spécifique au domaine | 3.0 | 10.0 | |
| Intelligence générale | 4.3 | 10.0 | |
| Suivi des instructions | 9.8 | 10.0 | |
| Résolution d'énigmes | 5.3 | 10.0 | |
| Appel d'outils | 3.0 | 10.0 | |
| Culture générale | 3.0 | 10.0 |