सारांश
Ling-2.6-flash AI BENCHY वर 5.4 स्कोर करते आणि #84 वर आहे. याची reliability लागू नाही, pass rate 35.2%, एकूण खर्च $0.000, आणि सरासरी response time 11.33s आहे.
Ling-2.6-flash खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.
5.4
सुसंगतता
9.5
लागू नाही
$0.000
एकूण आउटपुट टोकन्स
3,338
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.000 / 1M
आउटपुट किंमत
$0.000 / 1M
अस्थिर चाचण्या
1
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-07-16 23:16 नवीन चाचणी जोडली | 4.9 | 10.0 | $0.002 ↑ | तुलना करा | |
| 2026-06-04 14:30 नवीन चाचणी जोडली | 5.0 | 10.0 | $0.001 ↑ | तुलना करा | |
| 2026-05-22 00:42 सूट बदलला | 5.3 | 10.0 | $0.001 | तुलना करा | |
| 2026-05-08 15:30 सूट बदलला | 5.3 | 10.0 | $0.001 | तुलना करा | |
| 2026-04-22 12:55 पहिली नोंदलेली रन | 5.4 | लागू नाही | $0.000 | सध्याची रन |
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 6.5 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 4.1 | 10.0 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 2.9 | 7.2 | |
| टूल कॉलिंग | 3.0 | 10.0 |