导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

inclusionAI: Ling-2.6-flash vs Mistral: Mistral Small 4

摘要

Ling-2.6-flash vs Mistral Small 4 benchmark 对比：Mistral Small 4 平均分领先，为 5.3 vs 5.0。 Ling-2.6-flash benchmark 成本更低，为 $0.001 vs $0.068。 Ling-2.6-flash 更快，为 9.34s vs 9.40s，通过率为 31.8% vs 44.4%。

推荐模型: Ling-2.6-flash - 它的得分接近这里的最高分（5.0 vs 5.3），同时成本比Mistral Small 4低约 136.1 倍。

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

指标 Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21 Mistral Small 4 Mistral Small 4 medium 发布日期: 2026-03-16
分数 5.0 5.3
排名 #138 #132
可靠性 10.0 10.0
一致性 9.2 6.9
测试正确
尝试通过率 31.8% 44.4%
不稳定测试 2 8
总运行次数 63 63
每个结果成本 0.005 1.344
总成本 $0.001 $0.068
输入价格 $0.010 / 1M $0.150 / 1M
输出价格 $0.030 / 1M $0.600 / 1M
总输入令牌 40,718 42,576
输出令牌 2,878 24,184
推理令牌 0 84,678
响应时间（平均） 9.34s 9.40s
响应时间（最大） 35.34s 59.15s
响应时间（总计） 177.48s 197.39s

Generation showcase

Hamster playing table tennis

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

#138 Ling-2.6-flash

none
No showcase result has been generated for this model yet.
Cost
$0.000
Time
-
Tokens
0 tok

#132 Mistral Small 4

medium
Cost
$0.006
Time
47.9s
Tokens
9,857 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
Ling-2.6-flash 6.8 8.1 58.3% 1 11.81s 726 573 0
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 708 4,055 4,778
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-flash 5.3 10.0 33.3% 0 11.21s 813 381 0
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715
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-flash 3.0 10.0 0.0% 0 35.34s 20,818 1,069 0
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 18,706 2,612 10,700
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-flash 6.5 10.0 50.0% 0 8.48s 8,004 246 0
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 6,171 335 723
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-flash 3.0 10.0 0.0% 0 4.95s 810 24 0
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 742 2,621 6,904
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-flash 4.0 10.0 0.0% 0 1.45s 540 109 0
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 519 821 828
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-flash 9.8 10.0 100.0% 0 5.52s 732 81 0
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 729 540 1,031
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-flash 2.9 7.2 11.1% 1 6.51s 729 151 0
Mistral Small 4 3.4 9.7 0.0% 0 2.17s 735 1,226 2,632
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-flash 3.0 10.0 0.0% 0 18.80s 7,324 229 0
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 6,420 321 810
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-flash 3.0 10.0 0.0% 0 1.06s 222 15 0
Mistral Small 4 3.0 10.0 0.0% 0 5.92s 210 18 1,557

快速对比

切换对比组合

Mistral Small 4mediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsKimi K2.5noneMistral Small 4mediumvsQwen3.6 FlashnoneMistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsgpt-oss-120bnone免费可用Mistral Small 4mediumvsGPT-5.4noneMistral Small 4mediumvsKimi K2.6none免费可用Mistral Small 4mediumvsMiMo-V2.5-PrononeMistral Small 4mediumvsGLM 4.7 FlashnoneLing-2.6-flashnonevsMiniMax M2.7medium