नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Anthropic: Claude Sonnet 5 vs Ling 3.0 Flash

Ling 3.0 Flash (high) average score में आगे है: 6.4 vs 6.3. Ling 3.0 Flash (high) की benchmark लागत कम है: $0.000 vs $0.548. Claude Sonnet 5 तेज है: 6.04s vs 13.32s, pass rates 45.5% vs 63.6%.

अनुशंसित मॉडलClaude Sonnet 5Its score stays close to the best score here (6.3 vs 6.4), while responding about 2.2x faster than Ling 3.0 Flash (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-24

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none रिलीज़: 2026-06-30 Ling 3.0 Flash Ling 3.0 Flash high रिलीज़: 2026-07-24 निःशुल्क उपलब्ध
स्कोर 6.3 6.4
रैंक #119 #114
विश्वसनीयता 10.0 9.4
संगति 8.7 8.6
सही परीक्षण
प्रति प्रयास पास दर 45.5% 63.6%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 6.840 0.000
कुल लागत $0.548 $0.000
इनपुट कीमत $2.000 / 1M $0.000 / 1M
आउटपुट कीमत $10.000 / 1M $0.000 / 1M
कुल इनपुट टोकन 161,035 132,224
आउटपुट टोकन 22,511 92,393
रीजनिंग टोकन 0 211,994
प्रतिक्रिया समय (औसत) 6.04s 13.32s
प्रतिक्रिया समय (अधिकतम) 33.39s 75.27s
प्रतिक्रिया समय (कुल) 132.85s 292.99s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#119 Claude Sonnet 5

none
लागत
$0.061
समय
53.7s
टोकन
6,172 tok

#114 Ling 3.0 Flash

high
लागत
$0.000
समय
30.7s
टोकन
10,576 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Ling 3.0 Flash 6.7 5.0 66.7% 2 14.85s 8,298 15,602 32,152

त्वरित तुलना

तुलना जोड़ी बदलें