Resumo
Ling-2.6-flash marca 4.3 no AI BENCHY e fica em #243. Tem fiabilidade N/D, taxa de acerto de 28.8%, custo total de $0.000 e tempo médio de resposta de 1.27s.
O que torna Ling-2.6-flash único: Destaca-se mais em Seguimento de instruções, onde fica em #1, enquanto Combinado é a área mais fraca em #8. O custo total do benchmark é invulgarmente baixo para este nível de pontuação.
Modelo arquivado: este modelo não é mais atualizado nem testado em novos testes.
Nota de identidade
Elephant Alpha foi a versão stealth de Ling-2.6-flash.
Esta página atualmente reflete os dados de benchmark coletados sob Elephant Alpha.
Pesquisado em 2026-08-12
4.3
Consistência
9.2
$0.000
Total de tokens de saída
2,596
Total de tokens de entrada
33,744
Preço de entrada
$0.000 / 1M
Preço de saída
$0.000 / 1M
Testes instáveis
1
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-06-04 14:27 Novo teste adicionado | 4.3 | N/D | $0.000 | Execução atual | |
| 2026-05-22 00:40 Suite alterada | 5.4 | N/D | $0.000 | Comparar | |
| 2026-04-22 12:55 Primeira execução registrada | 5.2 | N/D | $0.000 | Comparar |
Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:27 · Execução atual | 21/22 testes · 63/66 tentativas | 4.3 | 9.2 | N/D | 6/21 | 1 | 2,596 | 33,744 | $0.000 | 1.27s |
| 2026-05-22 00:40 · Suite alterada | 20/20 testes · 60/60 tentativas | 5.4 | 9.6 | N/D | 6/19 | 1 | 2,596 | 0 | $0.000 | 1.27s |
| Diferença | — | -1.1 | -0.4 | -1 | 0 | 0 | +33744 | $0.000 | 0ms |
A cobertura do benchmark é diferente: 21/21 testes · 63/63 tentativas (Meta: 3 repetições por teste) contra 20/20 testes · 60/60 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 6.6 | 10.0 | |
| Programação | 3.7 | 7.8 | |
| Combinado | 1.5 | 5.0 | |
| Análise e extração de dados | 6.5 | 10.0 | |
| Específico do domínio | 3.0 | 10.0 | |
| Inteligência geral | 4.3 | 10.0 | |
| Seguimento de instruções | 9.8 | 10.0 | |
| Resolução de quebra-cabeças | 5.3 | 10.0 | |
| Chamada de ferramentas | 3.0 | 10.0 | |
| Conhecimentos gerais | 3.0 | 10.0 |