AI BENCHY 对比
inclusionAI: Ling-2.6-flash vs Mistral: Mistral Small 4
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | Ling-2.6-flash Ling-2.6-flash none | Mistral Small 4 Mistral Small 4 none |
|---|---|---|
| 分数 | 5.4 | 5.2 |
| 排名 | #107 | #115 |
| 可靠性 | 不适用 | 不适用 |
| 一致性 | 9.5 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 35.2% | 31.5% |
| 不稳定测试 | 1 | 1 |
| 总运行次数 | 52 | 54 |
| 每个结果成本 | 0.000 | 0.118 |
| 总成本 | $0.000 | $0.006 |
| ???? | $0.080 / 1M | $0.150 / 1M |
| ???? | $0.240 / 1M | $0.600 / 1M |
| 输出令牌 | 3,338 | 2,207 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 11.33s | 665ms |
| 响应时间（最大） | 35.34s | 1.72s |
| 响应时间（总计） | 203.88s | 11.97s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 6.5 | 10.0 | 50.0% | 0 | 12.30s | 1,064 | 0 | |
| Mistral Small 4 | 3.4 | 7.9 | 16.7% | 1 | 395ms | 182 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 10.0 | 10.0 | 100.0% | 0 | 11.21s | 381 | 0 | |
| Mistral Small 4 | 4.5 | 9.0 | 0.0% | 0 | 1.28s | 583 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 35.34s | 1,069 | 0 | |
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 1.72s | 496 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 6.5 | 10.0 | 50.0% | 0 | 8.48s | 246 | 0 | |
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 822ms | 261 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 4.94s | 20 | 0 | |
| Mistral Small 4 | 5.3 | 10.0 | 33.3% | 0 | 367ms | 28 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 4.1 | 10.0 | 0.0% | 0 | 11.85s | 106 | 0 | |
| Mistral Small 4 | 4.0 | 10.0 | 0.0% | 0 | 729ms | 205 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 9.8 | 10.0 | 100.0% | 0 | 5.52s | 81 | 0 | |
| Mistral Small 4 | 6.5 | 10.0 | 50.0% | 0 | 380ms | 69 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 2.9 | 7.2 | 11.1% | 1 | 11.55s | 142 | 0 | |
| Mistral Small 4 | 3.1 | 9.9 | 0.0% | 0 | 589ms | 170 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 18.80s | 229 | 0 | |
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 1.40s | 213 | 0 |
快速对比
切换对比组合
Mistral Small 4nonevsNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用Mistral Small 4nonevsElephant AlphamediumMiniMax M2.7mediumvsMistral Small 4noneLing-2.6-flashnonevsMiniMax M2.7mediumLing-2.6-flashnonevsElephant AlphamediumLing-2.6-flashnonevsNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用Ling-2.6-flashnonevsMiniMax M2.5medium免费可用Ling-2.6-flashnonevsMistral Small 4mediumMistral Small 4nonevsQwen3 Coder NextmediumMiniMax M2.5medium免费可用vsMistral Small 4noneLing-2.6-flashnonevsQwen3 Coder NextmediumLing-2.6-flashnonevsOwl Alphamedium