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

Ling 3.1 Flash (medium) vs Xing4.0 29b A4b (medium)

Ling 3.1 Flash (medium) average score में आगे है: 8.3 vs 3.7. benchmark लागत लगभग बराबर है: $0.000 vs $0.000. Ling 3.1 Flash (medium) तेज है: 88.74s vs 371.69s, pass rates 71.0% vs 26.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#96
कुल आउटपुट टोकन
571,666
प्रतिक्रिया समय (औसत)
88.74s
कुल लागत
$0.000
रैंक
#398
कुल आउटपुट टोकन
107,980
प्रतिक्रिया समय (औसत)
371.69s
कुल लागत
$0.000
अनुशंसित मॉडल Ling 3.1 Flash (medium)

It has the best score here (8.3), while responding about 4.2x faster than Xing4.0 29b A4b (medium).

विस्तृत तुलना

मेट्रिक Ling 3.1 Flash Ling 3.1 Flash medium रिलीज़: 2026-10-03 Xing4.0 29b A4b Xing4.0 29b A4b medium रिलीज़: 2026-10-17 निःशुल्क उपलब्ध
स्कोर 8.3 3.7
रैंक #96 #398
विश्वसनीयता 9.6 7.3
संगति 8.8 6.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 26.1%
अस्थिर टेस्ट 3 11
कुल रन 69 69
प्रति परिणाम लागत 0.000 0.000
कुल लागत $0.000 $0.000
इनपुट कीमत $0.000 / 1M $0.000 / 1M
आउटपुट कीमत $0.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 369,495 98,467
आउटपुट टोकन 172,852 3,385
रीजनिंग टोकन 476,002 104,595
प्रतिक्रिया समय (औसत) 88.74s 371.69s
प्रतिक्रिया समय (अधिकतम) 567.88s 971.85s
प्रतिक्रिया समय (कुल) 2041.10s 8548.88s
पैरामीटर 560B कुल (25B सक्रिय) 29B कुल (4B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

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.

#96 Ling 3.1 Flash

medium
लागत
$0.000
समय
101.1s
टोकन
11,607 tok

#398 Xing4.0 29b A4b

medium
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 10.0 10.0 100.0% 0 87.15s 8,298 19,577 62,002
Xing4.0 29b A4b 4.2 5.1 33.3% 2 798.00s 1,889 502 27,115

तुलना जोड़ी बदलें