#272 Ling 3.1 Flash
none- लागत
- $0.000
- समय
- 171.4s
- टोकन
- 20,178 tok
सारांश
Ling 3.1 Flash AI BENCHY पर 5.5 स्कोर करता है और #272 पर है। इसकी reliability 9.8, pass rate 33.3%, कुल लागत $0.000, और औसत response time 15.75s है।
Ling 3.1 Flash को अलग क्या बनाता है: यह स्वायत्त एजेंट कार्य में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
शोध की तारीख: 2026-10-03
5.5
संगति
8.4
9.8
$0.000
कुल आउटपुट टोकन
85,777
कुल इनपुट टोकन
286,758
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
5
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.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 6.1 | 3.1 | |
| एंटी-एआई ट्रिक्स | 3.6 | 10.0 | |
| कोडिंग | 4.5 | 7.5 | |
| संयुक्त | 2.9 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 8.0 | 6.8 | |
| पहेली समाधान | 7.7 | 10.0 | |
| टूल कॉलिंग | 4.7 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |