导航
Advertise here

DeepSeek V3.2 vs Ling 3.0 Flash

Ling 3.0 Flash 平均分领先,为 5.2 vs 4.6。 Ling 3.0 Flash benchmark 成本更低,为 $0.004 vs $0.119。 Ling 3.0 Flash 更快,为 3.40s vs 22.44s,通过率为 34.8% vs 26.1%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-13

已对比模型

排名
#351
总输出令牌
57,866
响应时间(平均)
22.44s
总成本
$0.119
排名
#316
总输出令牌
12,777
响应时间(平均)
3.40s
总成本
$0.004
推荐模型 Ling 3.0 Flash

它在这里得分最高(5.2),同时成本比DeepSeek V3.2低约 34.6 倍。

详细对比

指标 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01 Ling 3.0 Flash Ling 3.0 Flash none 发布日期: 2026-07-24
分数 4.6 5.2
排名 #351 #316
可靠性 10.0 10.0
一致性 8.2 10.0
尝试次数 69/69 69/69
测试正确
尝试通过率 34.8% 26.1%
不稳定测试 5 0
总运行次数 69 69
每个结果成本 1.943 0.000
总成本 $0.119 $0.004
输入价格 $0.280 / 1M $0.021 / 1M
输出价格 $0.420 / 1M $0.063 / 1M
缓存读取价格 $0.028 / 1M $0.005 / 1M
缓存写入价格 不适用 不适用
总输入令牌 342,158 123,993
输出令牌 32,853 12,777
推理令牌 25,013 0
响应时间(平均) 22.44s 3.40s
响应时间(最大) 122.50s 17.51s
响应时间(总计) 516.03s 74.77s
参数量 671B 总计 (37B 激活) 124B 总计 (5.1B 激活)
开放状态 开源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#351 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

#316 Ling 3.0 Flash

none
成本
$0.000
时间
11.6s
令牌
2,781 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
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Ling 3.0 Flash 5.5 10.0 33.3% 0 6.39s 8,307 639 0

切换对比组合