Ringkasan
Ling-2.6-flash mendapat skor 4.3 di AI BENCHY dan berada di peringkat #243. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 28.8%, total biaya $0.000, dan waktu respons rata-rata 1.27s.
Yang membuat Ling-2.6-flash unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #1, sementara Gabungan adalah area terlemahnya di #8. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
Model diarsipkan: model ini tidak lagi diperbarui atau diuji pada pengujian baru.
Catatan identitas
Elephant Alpha adalah versi stealth dari Ling-2.6-flash.
Halaman ini saat ini menampilkan data benchmark yang dikumpulkan dengan nama Elephant Alpha.
Ditelaah pada 2026-08-12
4.3
Konsistensi
9.2
T/A
$0.000
Total token output
2,596
Total token input
33,744
Harga input
$0.000 / 1M
Harga output
$0.000 / 1M
Tes tidak stabil
1
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-06-04 14:27 Tes baru ditambahkan | 4.3 | T/A | $0.000 | Run saat ini | |
| 2026-05-22 00:40 Suite berubah | 5.4 | T/A | $0.000 | Bandingkan | |
| 2026-04-22 12:55 Run pertama yang tercatat | 5.2 | T/A | $0.000 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 6.6 | 10.0 | |
| Pemrograman | 3.7 | 7.8 | |
| Gabungan | 1.5 | 5.0 | |
| Parsing dan ekstraksi data | 6.5 | 10.0 | |
| Spesifik domain | 3.0 | 10.0 | |
| Kecerdasan umum | 4.3 | 10.0 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 5.3 | 10.0 | |
| Pemanggilan alat | 3.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |