नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Ling 3.1 Flash (low) vs Grok 4.20 (medium)

average score जवळपास समान आहे: 6.3 vs 6.3. Ling 3.1 Flash (low) चा benchmark खर्च कमी आहे: $0.000 vs $1.246. Grok 4.20 (medium) वेगवान आहे: 36.73s vs 85.22s, pass rates 66.7% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-03

तुलना केलेली मॉडेल्स

क्रमांक
#222
एकूण आउटपुट टोकन्स
704,170
प्रतिसाद वेळ (सरासरी)
85.22s
एकूण खर्च
$0.000
क्रमांक
#228
एकूण आउटपुट टोकन्स
302,087
प्रतिसाद वेळ (सरासरी)
36.73s
एकूण खर्च
$1.246
शिफारस केलेले मॉडेल Grok 4.20 (medium)

It has the best score here (6.3), while responding about 2.3x faster than Ling 3.1 Flash (low).

तपशीलवार तुलना

मेट्रिक Ling 3.1 Flash Ling 3.1 Flash low प्रकाशन: 2026-10-03 Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर 6.3 6.3
क्रमांक #222 #228
विश्वसनीयता 9.7 10.0
सुसंगतता 7.8 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 58.0%
अस्थिर चाचण्या 6 5
एकूण रन 69 69
प्रति निकाल खर्च 0.000 14.374
एकूण खर्च $0.000 $1.246
इनपुट किंमत $0.000 / 1M $1.250 / 1M
आउटपुट किंमत $0.000 / 1M $2.500 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.200 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 271,890 392,127
आउटपुट टोकन्स 190,841 7,754
रिझनिंग टोकन्स 513,329 294,333
प्रतिसाद वेळ (सरासरी) 85.22s 36.73s
प्रतिसाद वेळ (कमाल) 432.81s 199.66s
प्रतिसाद वेळ (एकूण) 1960.12s 844.68s
पॅरामीटर्स 560B एकूण (25B सक्रिय) ~1T एकूण (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#222 Ling 3.1 Flash

low
खर्च
$0.000
वेळ
133.5s
टोकन्स
12,950 tok

#228 SpaceXAI: Grok 4.20

medium
खर्च
$0.041
वेळ
110.3s
टोकन्स
16,336 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Ling 3.1 Flash 5.6 4.2 66.7% 2 107.30s 8,298 20,816 86,330
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

झटपट तुलना

तुलना जोडी बदला