Сводка
Ling-2.6-flash набирает 4.3 в AI BENCHY и занимает #243. У модели надежность Н/Д, доля успешных попыток 28.8%, общая стоимость $0.000 и среднее время ответа 1.27s.
Что делает Ling-2.6-flash особенной: Сильнее всего модель выделяется в Следование инструкциям, где занимает #1; самая слабая область — Комбинированный с #8. Общая стоимость benchmark необычно низкая для такого уровня результата.
Архивная модель: эта модель больше не обновляется и не тестируется на новых тестах.
Примечание об идентичности
Elephant Alpha был скрытой версией Ling-2.6-flash.
Эта страница сейчас показывает данные бенчмарка, собранные под именем Elephant Alpha.
Дата исследования: 2026-08-12
4.3
Стабильность
9.2
Н/Д
Общее число выходных токенов
2,596
Общее число входных токенов
33,744
Цена входа
$0.000 / 1M
Цена выхода
$0.000 / 1M
Нестабильные тесты
1
Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
История запусков
| Проверено | Оценка | Надежность | Тестов верно | Общая стоимость | Сравнить |
|---|---|---|---|---|---|
| 2026-06-04 14:27 Добавлен новый тест | 4.3 | Н/Д | $0.000 | Текущий запуск | |
| 2026-05-22 00:40 Набор изменён | 5.4 | Н/Д | $0.000 | Сравнить | |
| 2026-04-22 12:55 Первый зафиксированный запуск | 5.2 | Н/Д | $0.000 | Сравнить |
Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.
Сравнение запусков
| Запуск | Покрытие бенчмарка | Оценка | Стабильность | Надежность | Тестов верно | Нестабильные тесты | Общее число выходных токенов | Общее число входных токенов | Общая стоимость | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:27 · Текущий запуск | 21/22 тестов · 63/66 попыток | 4.3 | 9.2 | Н/Д | 6/21 | 1 | 2,596 | 33,744 | $0.000 | 1.27s |
| 2026-05-22 00:40 · Набор изменён | 20/20 тестов · 60/60 попыток | 5.4 | 9.6 | Н/Д | 6/19 | 1 | 2,596 | 0 | $0.000 | 1.27s |
| Разница | — | -1.1 | -0.4 | -1 | 0 | 0 | +33744 | $0.000 | 0ms |
Покрытие бенчмарка различается: 21/21 тестов · 63/63 попыток (Цель: 3 повторов на тест) против 20/20 тестов · 60/60 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.
Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
| Категория | Оценка | Стабильность | Тестов верно |
|---|---|---|---|
| Анти-ИИ уловки | 6.6 | 10.0 | |
| Программирование | 3.7 | 7.8 | |
| Комбинированный | 1.5 | 5.0 | |
| Парсинг и извлечение данных | 6.5 | 10.0 | |
| Предметно-ориентированное | 3.0 | 10.0 | |
| Общий интеллект | 4.3 | 10.0 | |
| Следование инструкциям | 9.8 | 10.0 | |
| Решение головоломок | 5.3 | 10.0 | |
| Вызов инструментов | 3.0 | 10.0 | |
| Эрудиция | 3.0 | 10.0 |