Rezumat
Ling-2.6-flash obține 5.4 pe AI BENCHY și este pe #84. Are fiabilitate N/D, rată de reușită 35.2%, cost total $0.000 și timp mediu de răspuns 11.33s.
Ce face Ling-2.6-flash unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
5.4
Consistență
9.5
N/D
$0.000
Total tokenuri de ieșire
3,338
Total tokenuri de intrare
0
Preț de intrare
$0.000 / 1M
Preț de ieșire
$0.000 / 1M
Teste instabile
1
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 |
|---|---|---|---|---|---|
| 2026-07-16 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 ↑ | Compară | |
| 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 | Rularea curentă |
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.5 | 10.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 3.0 | 10.0 | |
| Inteligență generală | 4.1 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 2.9 | 7.2 | |
| Apelare instrumente | 3.0 | 10.0 |