Navigasi
Advertise here

Ling-3.0-flash (high) vs Qwen3.6 27B (medium)

Qwen3.6 27B (medium) unggul dalam skor rata-rata dengan 6.5 vs 6.4. Ling-3.0-flash (high) memiliki biaya benchmark lebih rendah di $0.021 vs $0.577. Ling-3.0-flash (high) lebih cepat di 13.70s vs 106.06s, dengan tingkat keberhasilan 63.6% vs 60.6%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-09-08

Model yang Dibandingkan

Peringkat
#184
Total token output
299,456
Waktu respons (rata-rata)
13.70s
Total Biaya
$0.021
Peringkat
#175
Total token output
272,573
Waktu respons (rata-rata)
106.06s
Total Biaya
$0.577
Model yang direkomendasikan Ling-3.0-flash (high)

Its score stays close to the best score here (6.4 vs 6.5), while costing about 28.7x less than Qwen3.6 27B (medium).

Perbandingan terperinci

Metrik Ling-3.0-flash Ling-3.0-flash high Rilis: 2026-07-24 Qwen3.6 27B Qwen3.6 27B medium Rilis: 2026-04-20
Skor 6.4 6.5
Peringkat #184 #175
Keandalan 9.8 10.0
Konsistensi 8.6 7.6
Percobaan 66/66 66/66
Tes benar
Tingkat lulus per percobaan 63.6% 60.6%
Tes tidak stabil 4 7
Total Run 66 66
Biaya per hasil 0.000 7.448
Total Biaya $0.021 $0.577
Harga input $0.021 / 1M $0.300 / 1M
Harga output $0.063 / 1M $2.000 / 1M
Total token input 132,044 106,176
Token output 92,135 33,013
Token penalaran 207,321 239,560
Waktu respons (rata-rata) 13.70s 106.06s
Waktu respons (maks) 75.27s 1085.11s
Waktu respons (total) 287.75s 2333.36s
Parameter 124B total (5.1B aktif) 27B
Ketersediaan Sumber terbuka Sumber terbuka

Showcase generasi model

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#184 Ling-3.0-flash

high
Biaya
$0.000
Waktu
30.7s
Token
10,576 tok

#175 Qwen3.6 27B

medium
Biaya
$0.009
Waktu
39.6s
Token
3,090 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Ling-3.0-flash 6.7 5.0 66.7% 2 14.85s 8,298 15,602 32,152
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367

Perbandingan Cepat

Ganti Pasangan Perbandingan