नेविगेशन
Advertise here

Ling 3.2 Flash (high) vs Step 5 Preview (high)

average score लगभग बराबर है: 7.0 vs 7.0. Ling 3.2 Flash (high) की benchmark लागत कम है: $0.000 vs $4.513. Step 5 Preview (high) तेज है: 154.41s vs 225.47s, pass rates 59.4% vs 52.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#229
कुल आउटपुट टोकन
147,713
प्रतिक्रिया समय (औसत)
225.47s
कुल लागत
$0.000
रैंक
#233
कुल आउटपुट टोकन
1,581,325
प्रतिक्रिया समय (औसत)
154.41s
कुल लागत
$4.513
अनुशंसित मॉडल Step 5 Preview (high)

इस तुलना में इसका स्कोर सबसे अधिक है (7.0) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Ling 3.2 Flash Ling 3.2 Flash high रिलीज़: 2026-11-16 निःशुल्क उपलब्ध Step 5 Preview Step 5 Preview high रिलीज़: 2026-10-09
स्कोर 7.0 7.0
रैंक #229 #233
विश्वसनीयता 5.0 9.5
संगति 8.7 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 52.2%
अस्थिर टेस्ट 4 4
कुल रन 69 69
प्रति परिणाम लागत 0.000 45.130
कुल लागत $0.000 $4.513
इनपुट कीमत $0.000 / 1M $1.000 / 1M
आउटपुट कीमत $0.000 / 1M $2.700 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.050 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 340,468 243,381
आउटपुट टोकन 12,361 1,581,325
रीजनिंग टोकन 135,352 0
प्रतिक्रिया समय (औसत) 225.47s 154.41s
प्रतिक्रिया समय (अधिकतम) 960.03s 455.72s
प्रतिक्रिया समय (कुल) 5185.79s 3551.40s
पैरामीटर 560B कुल (25B सक्रिय) 600B कुल (27B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#229 Ling 3.2 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#233 Step 5 Preview

high
लागत
$0.057
समय
150.1s
टोकन
20,970 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 3.2 Flash 4.9 5.1 44.5% 2 402.10s 8,319 1,401 62,059
Step 5 Preview 2.9 10.0 0.0% 0 421.68s 7,383 576,000 0

तुलना जोड़ी बदलें