概要
Ling-2.6-flash は AI BENCHY で 4.3 を記録し、順位は #243 です。信頼性は 該当なし、成功率は 28.8%、総コストは $0.000、平均応答時間は 1.27s です。
Ling-2.6-flash の特徴: 最も目立つのは 指示追従 で、順位は #1 です。一方、最も弱い領域は 複合 で #8 です。 このスコア帯としては benchmark 総コストがかなり低めです。
アーカイブ済みモデル: このモデルは今後更新されず、新しいテストでも評価されません。
モデル識別メモ
Elephant Alpha は Ling-2.6-flash のステルス版でした。
このページは現在、Elephant Alpha 名義で収集されたベンチマークデータを表示しています。
調査日：2026-08-12
入力価格
$0.000 / 1M
出力価格
$0.000 / 1M
不安定なテスト
1
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-06-04 14:27 新しいテストを追加 | 4.3 | 該当なし | $0.000 | 現在の実行 | |
| 2026-05-22 00:40 スイート変更 | 5.4 | 該当なし | $0.000 | 比較する | |
| 2026-04-22 12:55 最初に記録された実行 | 5.2 | 該当なし | $0.000 | 比較する |
この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。
実行比較
| 実行 | ベンチマーク網羅率 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:27 · 現在の実行 | 21/22 テスト · 63/66 回 | 4.3 | 9.2 | 該当なし | 6/21 | 1 | 2,596 | 33,744 | $0.000 | 1.27s |
| 2026-05-22 00:40 · スイート変更 | 20/20 テスト · 60/60 回 | 5.4 | 9.6 | 該当なし | 6/19 | 1 | 2,596 | 0 | $0.000 | 1.27s |
| 差分 | — | -1.1 | -0.4 | -1 | 0 | 0 | +33744 | $0.000 | 0ms |
ベンチマーク網羅率が異なります: 21/21 テスト · 63/63 回 (目標: テストごとに 3 回) と 20/20 テスト · 60/60 回 (目標: テストごとに 3 回)。合計値と反復回数に左右される指標は直接比較できません。
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。