Rezumat
Ling-2.6-flash obține 5.0 pe AI BENCHY și este pe #136. Are fiabilitate 10.0, rată de reușită 31.8%, cost total $0.001 și timp mediu de răspuns 9.34s.
Ce face Ling-2.6-flash unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
Notă de identitate
Elephant Alpha a fost versiunea stealth a lui Ling-2.6-flash.
Documentat la 2026-08-12
5.0
Consistență
9.2
10.0
Total tokenuri de ieșire
2,878
Total tokenuri de intrare
40,718
Preț de intrare
$0.010 / 1M
Preț de ieșire
$0.030 / 1M
Teste instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 03:06 Retestare | 4.9 | 9.6 | $0.002 ↑ | Compară | |
| 2026-07-16 23:16 Test nou adăugat | 4.9 | 10.0 | $0.002 ↑ | Compară | |
| 2026-06-04 14:30 Test nou adăugat | 5.0 | 10.0 | $0.001 ↑ | Rularea curentă | |
| 2026-05-22 00:42 Suită modificată | 5.3 | 10.0 | $0.001 | Compară | |
| 2026-05-08 15:30 Suită modificată | 5.3 | 10.0 | $0.001 | Compară | |
| 2026-04-22 12:55 Prima rulare înregistrată | 5.4 | N/D | $0.000 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:30 · Test nou adăugat | 63/63 încercări | 5.0 | 9.2 | 10.0 | 6/21 | 2 | 2,878 | 40,718 | $0.001 | 9.34s |
| 2026-05-22 00:42 · Suită modificată | 60/60 încercări | 5.3 | 9.2 | 10.0 | 6/19 | 2 | 2,878 | 0 | $0.001 | 9.76s |
| Diferență | — | -0.2 | 0.0 | 0.0 | -1 | 0 | 0 | +40718 | +$0.001 | -415ms |
Acoperirea benchmark diferă: 63/63 încercări (Țintă: 3 repetări per test) față de 60/60 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-06-04 14:42 | $0.010 / 1M | $0.030 / 1M |
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.8 | 8.1 | |
| Programare | 5.3 | 10.0 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 3.0 | 10.0 | |
| Inteligență generală | 4.0 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 2.9 | 7.2 | |
| Apelare instrumente | 3.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |