- 排名
- #271
- 总输出令牌
- 14,903
- 响应时间(平均)
- 10.71s
- 总成本
- $0.002
Ling-2.6-flash vs GPT-5.4 Nano
Ling-2.6-flash 平均分领先,为 4.9 vs 4.8。 Ling-2.6-flash benchmark 成本更低,为 $0.002 vs $0.041。 GPT-5.4 Nano 更快,为 2.56s vs 10.71s,通过率为 30.3% vs 27.3%。
- 排名
- #276
- 总输出令牌
- 13,794
- 响应时间(平均)
- 2.56s
- 总成本
- $0.041
推荐模型
GPT-5.4 Nano
它的得分接近这里的最高分(4.8 vs 4.9),同时响应速度比Ling-2.6-flash快约 4.2 倍。
详细对比
| 指标 | Ling-2.6-flash Ling-2.6-flash none | GPT-5.4 Nano GPT-5.4 Nano none |
|---|---|---|
| 分数 | 4.9 | 4.8 |
| 排名 | #271 | #276 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 9.3 | 8.6 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 30.3% | 27.3% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.024 | 1.011 |
| 总成本 | $0.002 | $0.041 |
| 输入价格 | $0.010 / 1M | $0.200 / 1M |
| 输出价格 | $0.030 / 1M | $1.250 / 1M |
| 总输入令牌 | 114,384 | 115,933 |
| 输出令牌 | 14,903 | 13,794 |
| 推理令牌 | 0 | 0 |
| 响应时间(平均) | 10.71s | 2.56s |
| 响应时间(最大) | 36.03s | 25.50s |
| 响应时间(总计) | 214.28s | 56.37s |
| 参数量 | 104B 总计 (7.4B 激活) | ~120B 总计 (~5B 激活) |
| 开放状态 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#271 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
#276 GPT-5.4 Nano
none- 成本
- $0.008
- 时间
- 46.1s
- 令牌
- 5,735 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 | |
| GPT-5.4 Nano | 3.5 | 8.0 | 16.7% | 1 | 1.18s | 606 | 800 | 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-5.4 Nano | 4.6 | 7.9 | 22.2% | 1 | 2.22s | 7,305 | 613 | 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-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 14.67s | 92,731 | 11,290 | 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-5.4 Nano | 6.5 | 10.0 | 50.0% | 0 | 1.11s | 7,140 | 219 | 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 | 5.20s | 819 | 24 | 0 | |
| GPT-5.4 Nano | 2.9 | 7.2 | 11.1% | 1 | 880ms | 732 | 52 | 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-5.4 Nano | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 477 | 180 | 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-5.4 Nano | 6.3 | 10.0 | 50.0% | 0 | 784ms | 660 | 89 | 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-5.4 Nano | 5.4 | 10.0 | 33.3% | 0 | 1.25s | 642 | 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-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 5,445 | 222 | 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-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 773ms | 195 | 21 | 0 |
快速对比
切换对比组合
Trinity Large ThinkinghighvsGPT-5.4 NanononeNemotron 3.5 Lightninglow免费可用vsGPT-5.4 NanononeLing-2.6-flashnonevsNemotron 3.5 Lightninglow免费可用Trinity Large ThinkinghighvsLing-2.6-flashnoneCobuddymediumvsGPT-5.4 NanononeLing-2.6-flashnonevsLaguna S 2.1low免费可用Mercury 2.5 PreviewlowvsLing-2.6-flashnoneLing-2.6-flashnonevsMiniMax M2.7mediumCobuddymediumvsLing-2.6-flashnoneGranite 4.2 8BhighvsGPT-5.4 NanononeGPT-5.4 NanononevsLaguna S 2.1low免费可用GPT-5.4 NanononevsQwen3 Coder Nextmedium