inclusionAI: Ling-2.6-1T vs MiniMax: MiniMax M2.7

Ling-2.6-1T 平均分领先，为 5.3 vs 5.0。 Ling-2.6-1T benchmark 成本更低，为 $0.016 vs $0.163。 Ling-2.6-1T 更快，为 8.58s vs 41.28s，通过率为 18.2% vs 45.5%。

推荐模型Ling-2.6-1T它在这里得分最高（5.3），同时成本比MiniMax M2.7 (medium)低约 10.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	Ling-2.6-1T Ling-2.6-1T none 发布日期: 2026-04-23	MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18

指标	Ling-2.6-1T Ling-2.6-1T none 发布日期: 2026-04-23	MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18
分数	5.3	5.0
排名	#158	#168
可靠性	10.0	10.0
一致性	10.0	6.6
测试正确
尝试通过率	18.2%	45.5%
不稳定测试	0	9
总运行次数	66	66
每个结果成本	0.277	3.906
总成本	$0.016	$0.163
输入价格	$0.075 / 1M	$0.250 / 1M
输出价格	$0.625 / 1M	$1.000 / 1M
总输入令牌	106,414	114,518
输出令牌	11,555	18,558
推理令牌	0	119,036
响应时间（平均）	8.58s	41.28s
响应时间（最大）	25.72s	196.21s
响应时间（总计）	163.06s	866.81s

Hamster playing table tennis

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

#158 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

#168 MiniMax M2.7

medium

成本: $0.022
时间: 22.8s
令牌: 9,250 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

类别:

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
Ling-2.6-1T	3.4	10.0	0.0%	0		6.55s	726	777	0
MiniMax M2.7	7.9	6.3	83.3%	2		40.32s	654	3,010	17,716

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
Ling-2.6-1T	3.8	10.0	0.0%	0		10.57s	813	381	0
MiniMax M2.7	5.7	9.1	33.3%	0		101.89s	2,961	1,231	38,841

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
Ling-2.6-1T	6.5	10.0	50.0%	0		23.79s	80,539	9,304	0
MiniMax M2.7	3.8	1.6	50.0%	2		72.12s	94,380	9,946	33,704

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
Ling-2.6-1T	10.0	10.0	100.0%	0		1.37s	8,313	285	0
MiniMax M2.7	6.3	5.8	66.7%	1		21.95s	7,152	187	5,882

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
Ling-2.6-1T	3.0	10.0	0.0%	0		1.04s	810	27	0
MiniMax M2.7	3.0	10.0	0.0%	0		19.00s	245	8	2,796

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
Ling-2.6-1T	5.0	10.0	0.0%	0		20.34s	540	140	0
MiniMax M2.7	3.9	2.5	33.3%	1		38.70s	486	92	5,204

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
Ling-2.6-1T	6.4	10.0	50.0%	0		5.36s	732	81	0
MiniMax M2.7	3.8	5.8	33.3%	1		12.80s	687	350	2,600

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
Ling-2.6-1T	3.1	10.0	0.0%	0		5.36s	729	131	0
MiniMax M2.7	5.9	7.2	55.6%	1		24.87s	675	362	7,840

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
Ling-2.6-1T	3.0	10.0	0.0%	0		25.72s	13,212	429	0
MiniMax M2.7	4.7	1.6	66.7%	1		12.05s	7,067	304	1,001

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
Ling-2.6-1T	3.0	10.0	0.0%	0		0ms	0	0	0
MiniMax M2.7	3.0	10.0	0.0%	0		22.77s	211	3,068	3,452

快速对比

切换对比组合

North Mini Codenone免费可用vsMiniMax M2.7medium DeepSeek V3.2nonevsMiniMax M2.7medium MiniMax M2.7mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsMiMo-V2.5none MiniMax M2.7mediumvsGPT-4o-mininone Ling-2.6-1TnonevsKAT-Coder-Air V2.5low MiniMax M2.7mediumvsQwen3 Coder Nextnone MiniMax M2.7mediumvsMistral Small 4none MiniMax M2.7mediumvsGLM 4.7 Flashnone MiniMax M2.7mediumvsNemotron 3 Supernone免费可用 Ling-2.6-flashnonevsMiniMax M2.7medium Ling-2.6-1TnonevsMistral Small 4medium