inclusionAI: Ling-2.6-flash vs OpenAI: GPT-4o-mini

GPT-4o-mini 平均分领先，为 5.0 vs 4.9。 Ling-2.6-flash benchmark 成本更低，为 $0.002 vs $0.010。 GPT-4o-mini 更快，为 1.99s vs 10.68s，通过率为 30.3% vs 22.7%。

推荐模型GPT-4o-mini它在这里得分最高（5.0），同时响应速度比Ling-2.6-flash快约 5.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标	Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21	GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18

指标	Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21	GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18
分数	4.9	5.0
排名	#187	#183
可靠性	10.0	10.0
一致性	9.3	9.9
测试正确
尝试通过率	30.3%	22.7%
不稳定测试	2	0
总运行次数	66	66
每个结果成本	0.024	0.195
总成本	$0.002	$0.010
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	114,375	53,136
输出令牌	14,903	2,911
推理令牌	0	0
响应时间（平均）	10.68s	1.99s
响应时间（最大）	36.03s	7.58s
响应时间（总计）	213.51s	29.86s

Hamster playing table tennis

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

#187 Ling-2.6-flash

none

Ling-2.6-flash 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-flash

成本: $0.000
时间: 0.0s
令牌: 0 tok

#183 GPT-4o-mini

none

成本: $0.001
时间: 6.6s
令牌: 742 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-flash	6.8	8.1	58.3%	1		11.81s	726	573	0
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	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
Ling-2.6-flash	5.3	10.0	33.3%	0		11.21s	813	381	0
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	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
Ling-2.6-flash	3.0	10.0	0.0%	0		35.69s	94,475	13,094	0
GPT-4o-mini	3.0	10.0	0.0%	0		6.32s	29,916	1,497	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
Ling-2.6-flash	6.5	10.0	50.0%	0		8.48s	8,004	246	0
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	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
Ling-2.6-flash	3.0	10.0	0.0%	0		4.95s	810	24	0
GPT-4o-mini	3.0	10.0	0.0%	0		637ms	732	15	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
Ling-2.6-flash	4.0	10.0	0.0%	0		1.45s	540	109	0
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	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
Ling-2.6-flash	9.8	10.0	100.0%	0		5.52s	732	81	0
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	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
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	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
Ling-2.6-flash	3.0	10.0	0.0%	0		18.80s	7,324	229	0
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	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
Ling-2.6-flash	3.0	10.0	0.0%	0		1.06s	222	15	0
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0

快速对比

切换对比组合

GPT-4o-mininonevsLaguna S 2.1low免费可用 MiniMax M2.7mediumvsGPT-4o-mininone Ling-2.6-flashnonevsLaguna S 2.1low免费可用 Mistral Small 4mediumvsGPT-4o-mininone Ling-2.6-flashnonevsMiniMax M2.7medium Ling-2.6-flashnonevsQwen3 Coder Nextmedium CobuddymediumvsLing-2.6-flashnone Ling-2.6-flashnonevsMistral Small 4medium GPT-4o-mininonevsQwen3 Coder Nextmedium CobuddymediumvsGPT-4o-mininone Ling-2.6-flashnonevsMiniMax M2.5medium MiniMax M2.5mediumvsGPT-4o-mininone