导航
AI BENCHY
Advertise here

Trinity Large Preview vs inclusionAI: Ling-2.6-flash

Ling-2.6-flash 平均分领先，为 4.9 vs 4.8。 Ling-2.6-flash benchmark 成本更低，为 $0.002 vs $0.008。 Trinity Large Preview 更快，为 2.98s vs 10.68s，通过率为 21.2% vs 30.3%。

推荐模型Trinity Large Preview它的得分接近这里的最高分（4.8 vs 4.9），同时响应速度比Ling-2.6-flash快约 3.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标 Trinity Large Preview Trinity Large Preview none 发布日期: 2026-01-27 Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21
分数 4.8 4.9
排名 #192 #187
可靠性 10.0 10.0
一致性 8.9 9.3
测试正确
尝试通过率 21.2% 30.3%
不稳定测试 2 2
总运行次数 63 66
每个结果成本 0.017 0.024
总成本 $0.008 $0.002
输入价格 $0.243 / 1M $0.010 / 1M
输出价格 $0.243 / 1M $0.030 / 1M
总输入令牌 29,828 114,375
输出令牌 2,169 14,903
推理令牌 0 0
响应时间（平均） 2.98s 10.68s
响应时间（最大） 14.34s 36.03s
响应时间（总计） 56.57s 213.51s

Hamster playing table tennis

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

#192 Trinity Large Preview

none
No endpoints found for arcee-ai/trinity-large-preview:free.
成本
$0.000
时间
0.0s
令牌
0 tok

#187 Ling-2.6-flash

none
Ling-2.6-flash is no longer available as a free model. It has transitioned to a paid model. Continue using it here: https://openrouter.ai/inclusionai/ling-2.6-flash
成本
$0.000
时间
0.0s
令牌
0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Trinity Large Preview 3.7 7.7 11.1% 1 14.34s 738 397 0
Ling-2.6-flash 5.3 10.0 33.3% 0 11.21s 813 381 0

快速对比

切换对比组合

Trinity Large PreviewnonevsQwen3 Coder NextmediumTrinity Large PreviewnonevsCobuddymediumLing-2.6-flashnonevsLaguna S 2.1low免费可用Ling-2.6-flashnonevsMiniMax M2.7mediumLing-2.6-flashnonevsQwen3 Coder NextmediumTrinity Large PreviewnonevsMiniMax M2.5mediumCobuddymediumvsLing-2.6-flashnoneLing-2.6-flashnonevsMistral Small 4mediumTrinity Large PreviewnonevsLaguna S 2.1low免费可用Trinity Large PreviewnonevsMiniMax M2.7mediumLing-2.6-flashnonevsMiniMax M2.5mediumTrinity Large PreviewnonevsMistral Small 4medium