AI BENCHY 对比

DeepSeek: DeepSeek V4 Pro vs inclusionAI: Ling-2.6-flash

摘要

DeepSeek V4 Pro vs Ling-2.6-flash benchmark 对比：DeepSeek V4 Pro 平均分领先，为 6.0 vs 5.0。 Ling-2.6-flash benchmark 成本更低，为 $0.001 vs $0.079。 Ling-2.6-flash 更快，为 9.34s vs 65.21s，通过率为 52.4% vs 31.8%。

推荐模型: Ling-2.6-flash - 它提供了最佳整体取舍：得分有竞争力（5.0），成本低于DeepSeek V4 Pro，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-04

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21

指标	DeepSeek V4 Pro DeepSeek V4 Pro high 发布日期: 2026-04-24	Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21
分数	6.0	5.0
排名	#103	#138
可靠性	9.0	10.0
一致性	7.6	9.2
测试正确
尝试通过率	52.4%	31.8%
不稳定测试	6	2
总运行次数	63	63
每个结果成本	2.869	0.005
总成本	$0.079	$0.001
输入价格	$0.435 / 1M	$0.010 / 1M
输出价格	$0.870 / 1M	$0.030 / 1M
总输入令牌	32,240	40,718
输出令牌	12,250	2,878
推理令牌	72,257	0
响应时间（平均）	65.21s	9.34s
响应时间（最大）	358.35s	35.34s
响应时间（总计）	1304.19s	177.48s

Generation showcase

Hamster playing table tennis

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

#103 DeepSeek V4 Pro

high

Cost: $0.023
Time: 257.6s
Tokens: 14,870 tok

#138 Ling-2.6-flash

none

No showcase result has been generated for this model yet.

Cost: $0.000
Time: -
Tokens: 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

反AI技巧	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 Pro	6.4	7.9	58.3%	1		16.53s	448	71	3,617
Ling-2.6-flash	6.8	8.1	58.3%	1		11.81s	726	573	0

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 Pro	3.3	6.4	11.1%	1		118.23s	1,966	111	20,940
Ling-2.6-flash	5.3	10.0	33.3%	0		11.21s	813	381	0

综合	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 Pro	10.0	10.0	100.0%	0		65.02s	14,016	465	5,914
Ling-2.6-flash	3.0	10.0	0.0%	0		35.34s	20,818	1,069	0

数据解析与提取	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 Pro	7.3	5.9	83.3%	1		23.62s	5,633	229	1,710
Ling-2.6-flash	6.5	10.0	50.0%	0		8.48s	8,004	246	0

领域专项	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 Pro	2.9	7.2	11.1%	1		205.66s	430	10,529	28,089
Ling-2.6-flash	3.0	10.0	0.0%	0		4.95s	810	24	0

通用智能	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 Pro	6.1	3.1	66.7%	1		25.09s	314	76	1,152
Ling-2.6-flash	4.0	10.0	0.0%	0		1.45s	540	109	0

指令遵循	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 Pro	10.0	10.0	100.0%	0		41.16s	627	205	2,416
Ling-2.6-flash	9.8	10.0	100.0%	0		5.52s	732	81	0

谜题求解	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 Pro	5.9	7.2	55.6%	1		34.84s	544	139	4,019
Ling-2.6-flash	2.9	7.2	11.1%	1		6.51s	729	151	0

工具调用	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 Pro	10.0	10.0	100.0%	0		21.33s	8,079	372	593
Ling-2.6-flash	3.0	10.0	0.0%	0		18.80s	7,324	229	0

常识问答	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 Pro	3.0	10.0	0.0%	0		39.14s	183	53	3,807
Ling-2.6-flash	3.0	10.0	0.0%	0		1.06s	222	15	0

快速对比

切换对比组合