नेविगेशन
Advertise here

Ling 3.2 Flash (high) vs Grok 4.6 (low)

Ling 3.2 Flash (high) average score में आगे है: 7.0 vs 6.9. Ling 3.2 Flash (high) की benchmark लागत कम है: $0.000 vs $0.781. Grok 4.6 (low) तेज है: 16.44s vs 225.47s, pass rates 59.4% vs 66.7%.

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
#235
कुल आउटपुट टोकन
42,315
प्रतिक्रिया समय (औसत)
16.44s
कुल लागत
$0.781
अनुशंसित मॉडल Grok 4.6 (low)

Its score stays close to the best score here (6.9 vs 7.0), while responding about 13.7x faster than Ling 3.2 Flash (high).

विस्तृत तुलना

मेट्रिक Ling 3.2 Flash Ling 3.2 Flash high रिलीज़: 2026-11-16 निःशुल्क उपलब्ध Grok 4.6 Grok 4.6 low रिलीज़: 2026-08-12
स्कोर 7.0 6.9
रैंक #229 #235
विश्वसनीयता 5.0 10.0
संगति 8.7 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 66.7%
अस्थिर टेस्ट 4 1
कुल रन 69 69
प्रति परिणाम लागत 0.000 5.205
कुल लागत $0.000 $0.781
इनपुट कीमत $0.000 / 1M $2.000 / 1M
आउटपुट कीमत $0.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 340,468 263,427
आउटपुट टोकन 12,361 6,006
रीजनिंग टोकन 135,352 36,309
प्रतिक्रिया समय (औसत) 225.47s 16.44s
प्रतिक्रिया समय (अधिकतम) 960.03s 57.97s
प्रतिक्रिया समय (कुल) 5185.79s 378.14s
पैरामीटर 560B कुल (25B सक्रिय) ~1.7T कुल (~170B 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

#235 SpaceXAI: Grok 4.6

low
लागत
$0.011
समय
26.0s
टोकन
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

तुलना जोड़ी बदलें