AI BENCHY Compare

inclusionAI: Ling-2.6-flash vs Qwen: Qwen3.5-9B

概要

Ling-2.6-flash vs Qwen3.5-9B の benchmark 比較: Ling-2.6-flash が平均スコアでリードし、5.0 vs 4.2 です。 Ling-2.6-flash の benchmark コストが低く、$0.001 vs $0.035 です。 Ling-2.6-flash の方が高速で、9.34s vs 82.24s です、成功率は 31.8% vs 27.0% です。

おすすめモデル: Ling-2.6-flash - ここでは最高スコア（5.0）で、Qwen3.5-9B より約 70.3 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-06-04

指標	Ling-2.6-flash Ling-2.6-flash none リリース: 2026-04-21	Qwen3.5-9B Qwen3.5-9B medium リリース: 2026-03-02

指標	Ling-2.6-flash Ling-2.6-flash none リリース: 2026-04-21	Qwen3.5-9B Qwen3.5-9B medium リリース: 2026-03-02
スコア	5.0	4.2
順位	#138	#161
信頼性	10.0	6.7
一貫性	9.2	8.0
正解テスト
試行ごとの合格率	31.8%	27.0%
不安定なテスト	2	5
総実行回数	63	63
結果あたりのコスト	0.005	1.187
合計コスト	$0.001	$0.035
入力価格	$0.010 / 1M	$0.040 / 1M
出力価格	$0.030 / 1M	$0.150 / 1M
合計入力トークン	40,718	17,070
出力トークン	2,878	29,045
推論トークン	0	209,516
応答時間（平均）	9.34s	82.24s
応答時間（最大）	35.34s	226.38s
応答時間（合計）	177.48s	1315.88s

Generation showcase

Hamster playing table tennis

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

#138 Ling-2.6-flash

none

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 0 tok

#161 Qwen3.5-9B

medium

Cost: $0.001
Time: 35.9s
Tokens: 3,030 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	6.8	8.1	58.3%	1		11.81s	726	573	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	5.3	10.0	33.3%	0		11.21s	813	381	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	3.0	10.0	0.0%	0		35.34s	20,818	1,069	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	6.5	10.0	50.0%	0		8.48s	8,004	246	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	3.0	10.0	0.0%	0		4.95s	810	24	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	4.0	10.0	0.0%	0		1.45s	540	109	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	9.8	10.0	100.0%	0		5.52s	732	81	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	2.9	7.2	11.1%	1		6.51s	729	151	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	3.0	10.0	0.0%	0		18.80s	7,324	229	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ling-2.6-flash	3.0	10.0	0.0%	0		1.06s	222	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

クイック比較

比較ペアを切り替え

Ling-2.6-1TnonevsQwen3.5-9Bmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium Ling-2.6-flashnonevsMistral Small 4medium Ling-2.6-flashnonevsMiniMax M2.7medium Ling-2.6-flashnonevsMiniMax M2.5medium Mercury 2nonevsQwen3.5-9Bmedium Ling-2.6-flashnonevsQwen3 Coder Nextmedium Qwen3.5-9BmediumvsMiMo-V2-Flashnone Trinity Large PreviewnonevsQwen3.5-9Bmedium GPT-5.4 NanononevsQwen3.5-9Bmedium CobuddymediumvsLing-2.6-flashnone GPT-4o-mininonevsQwen3.5-9Bmedium