सारांश
Ling-2.6-flash AI BENCHY पर 5.2 स्कोर करता है और #88 पर है। इसकी reliability लागू नहीं, pass rate 29.6%, कुल लागत $0.000, और औसत response time 1.27s है।
Ling-2.6-flash को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
पहचान नोट
Elephant Alpha, Ling-2.6-flash का स्टेल्थ संस्करण था।
यह पेज फिलहाल Elephant Alpha के तहत एकत्र किए गए बेंचमार्क डेटा को दिखाता है।
शोध की तारीख: 2026-08-12
5.2
संगति
9.6
लागू नहीं
$0.000
कुल आउटपुट टोकन
2,596
कुल इनपुट टोकन
0
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
कैश पढ़ने की कीमत
लागू नहीं
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
1
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 14:27 नया टेस्ट जोड़ा गया | 4.3 | लागू नहीं | $0.000 | तुलना करें | |
| 2026-05-22 00:40 सूट बदला गया | 5.4 | लागू नहीं | $0.000 | तुलना करें | |
| 2026-04-22 12:55 पहला दर्ज रन | 5.2 | लागू नहीं | $0.000 | वर्तमान रन |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 6.6 | 10.0 | |
| कोडिंग | 5.1 | 3.3 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 4.3 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 3.7 | 10.0 | |
| टूल कॉलिंग | 3.0 | 10.0 |