导航
Advertise here

DeepSeek V4 Flash 0731 vs Ling-2.6-1T

DeepSeek V4 Flash 0731 平均分领先,为 5.4 vs 5.3DeepSeek V4 Flash 0731 benchmark 成本更低,为 $0.011 vs $0.016Ling-2.6-1T 更快,为 8.59s vs 20.72s,通过率为 27.3% vs 18.2%

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-09-10

已对比模型

排名
#254
总输出令牌
25,426
响应时间(平均)
20.72s
总成本
$0.011
排名
#259
总输出令牌
11,555
响应时间(平均)
8.59s
总成本
$0.016
推荐模型 Ling-2.6-1T

它的得分接近这里的最高分(5.3 vs 5.4),同时响应速度比DeepSeek V4 Flash 0731快约 2.4 倍。

详细对比

指标 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none 发布日期: 2026-08-01 Ling-2.6-1T Ling-2.6-1T none 发布日期: 2026-04-23
分数 5.4 5.3
排名 #254 #259
可靠性 10.0 10.0
一致性 8.6 10.0
尝试次数 66/66 66/66
测试正确
尝试通过率 27.3% 18.2%
不稳定测试 4 0
总运行次数 66 66
每个结果成本 0.509 0.278
总成本 $0.011 $0.016
输入价格 $0.065 / 1M $0.075 / 1M
输出价格 $0.180 / 1M $0.625 / 1M
总输入令牌 94,566 106,423
输出令牌 25,426 11,555
推理令牌 0 0
响应时间(平均) 20.72s 8.59s
响应时间(最大) 387.15s 25.72s
响应时间(总计) 455.81s 163.20s
参数量 284B 总计 (13B 激活) 1T 总计 (63B 激活)
开放状态 闭源 开源

模型生成展示

Hamster playing table tennis

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

#254 DeepSeek V4 Flash 0731

none
成本
$0.004
时间
198.4s
令牌
14,316 tok

#259 Ling-2.6-1T

none
Ling-2.6-1T is no longer available as a free model. It has transitioned to a paid model. Continue using it here: https://openrouter.ai/inclusionai/ling-2.6-1t
成本
$0.000
时间
0.1s
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
DeepSeek V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Ling-2.6-1T 3.8 10.0 0.0% 0 10.57s 813 381 0

快速对比

切换对比组合