AI BENCHY Compare

inclusionAI: Ling-2.6-flash vs OpenAI: gpt-oss-120b

Сводка

Сравнение benchmark Ling-2.6-flash vs gpt-oss-120b: gpt-oss-120b лидирует по среднему баллу: 6.1 vs 5.0. Ling-2.6-flash имеет более низкую стоимость benchmark: $0.001 vs $0.013. Ling-2.6-flash быстрее: 9.34s vs 22.28s, с долей успешных попыток 31.8% vs 52.4%.

Рекомендуемая модель: Ling-2.6-flash - Он дает лучший общий компромисс: конкурентный балл (5.0), ниже стоимость, чем у gpt-oss-120b, и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-04

Метрика	Ling-2.6-flash Ling-2.6-flash none Релиз: 2026-04-21	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно

Метрика	Ling-2.6-flash Ling-2.6-flash none Релиз: 2026-04-21	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05 Бесплатно доступно
Оценка	5.0	6.1
Ранг	#138	#99
Надежность	10.0	10.0
Стабильность	9.2	8.0
Тестов верно
Доля успешных попыток	31.8%	52.4%
Нестабильные тесты	2	5
Всего запусков	63	63
Стоимость за результат	0.005	0.141
Общая стоимость	$0.001	$0.013
Цена входа	$0.010 / 1M	$0.039 / 1M
Цена выхода	$0.030 / 1M	$0.180 / 1M
Общее число входных токенов	40,718	39,084
Выходные токены	2,878	20,013
Токены рассуждений	0	50,233
Время ответа (среднее)	9.34s	22.28s
Время ответа (макс.)	35.34s	68.16s
Время ответа (суммарно)	177.48s	311.96s

Generation showcase

Hamster playing table tennis

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

#138 Ling-2.6-flash

none

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 0 tok

#99 gpt-oss-120b

medium

Cost: $0.001
Time: 26.7s
Tokens: 555 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	6.8	8.1	58.3%	1		11.81s	726	573	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	5.3	10.0	33.3%	0		11.21s	813	381	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	3.0	10.0	0.0%	0		35.34s	20,818	1,069	0
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	6.5	10.0	50.0%	0		8.48s	8,004	246	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	3.0	10.0	0.0%	0		4.95s	810	24	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	4.0	10.0	0.0%	0		1.45s	540	109	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	9.8	10.0	100.0%	0		5.52s	732	81	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	2.9	7.2	11.1%	1		6.51s	729	151	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	3.0	10.0	0.0%	0		18.80s	7,324	229	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Ling-2.6-flash	3.0	10.0	0.0%	0		1.06s	222	15	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Быстрое сравнение

Сменить пару сравнения