नेविगेशन
Advertise here

Ling 3.1 Flash (high) vs Qwen3.8 2.4T A95B (high)

average score लगभग बराबर है: 7.9 vs 7.9. Ling 3.1 Flash (high) की benchmark लागत कम है: $0.000 vs $2.949. Ling 3.1 Flash (high) तेज है: 87.39s vs 120.88s, pass rates 69.6% vs 75.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#176
कुल आउटपुट टोकन
618,331
प्रतिक्रिया समय (औसत)
87.39s
कुल लागत
$0.000
रैंक
#173
कुल आउटपुट टोकन
368,836
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.949
अनुशंसित मॉडल Qwen3.8 2.4T A95B (high)

इस तुलना में इसका स्कोर सबसे अधिक है (7.9) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Ling 3.1 Flash Ling 3.1 Flash high रिलीज़: 2026-10-03 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर 7.9 7.9
रैंक #176 #173
विश्वसनीयता 9.8 9.6
संगति 9.3 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 69.6% 75.4%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 0.000 18.696
कुल लागत $0.000 $2.949
इनपुट कीमत $0.000 / 1M $2.000 / 1M
आउटपुट कीमत $0.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.250 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 324,691 295,642
आउटपुट टोकन 181,251 115,041
रीजनिंग टोकन 506,441 353,398
प्रतिक्रिया समय (औसत) 87.39s 120.88s
प्रतिक्रिया समय (अधिकतम) 665.85s 532.28s
प्रतिक्रिया समय (कुल) 2010.08s 2780.16s
पैरामीटर 560B कुल (25B सक्रिय) 2.4T कुल (95B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#176 Ling 3.1 Flash

high
लागत
$0.000
समय
181.1s
टोकन
21,073 tok

#173 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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
Ling 3.1 Flash 8.2 7.2 88.9% 1 83.41s 8,298 17,470 54,626
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

तुलना जोड़ी बदलें