inclusionAI: Ling-2.6-flash vs OpenAI: GPT-5.5

GPT-5.5 (low) 平均分领先，为 9.3 vs 4.9。 Ling-2.6-flash benchmark 成本更低，为 $0.002 vs $1.253。 GPT-5.5 (low) 更快，为 10.13s vs 10.68s，通过率为 30.3% vs 86.4%。

推荐模型GPT-5.5 (low)它在本次比较中得分最高（9.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24

指标	Ling-2.6-flash Ling-2.6-flash none 发布日期: 2026-04-21	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数	4.9	9.3
排名	#184	#9
可靠性	10.0	10.0
一致性	9.3	10.0
测试正确
尝试通过率	30.3%	86.4%
不稳定测试	2	0
总运行次数	66	66
每个结果成本	0.024	6.594
总成本	$0.002	$1.253
输入价格	$0.010 / 1M	$5.000 / 1M
输出价格	$0.030 / 1M	$30.000 / 1M
总输入令牌	114,375	80,058
输出令牌	14,903	5,378
推理令牌	0	23,040
响应时间（平均）	10.68s	10.13s
响应时间（最大）	36.03s	56.19s
响应时间（总计）	213.51s	222.82s

Hamster playing table tennis

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

#184 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

#9 GPT-5.5

low

成本: $0.068
时间: 37.0s
令牌: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

快速对比

切换对比组合

Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Ling-2.6-flashnonevsMiniMax M2.7medium Ling-2.6-flashnonevsQwen3 Coder Nextmedium GPT-5.5lowvsQwen3.7 Maxmedium CobuddymediumvsLing-2.6-flashnone Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low Ling-2.6-flashnonevsMistral Small 4medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Ling-2.6-flashnonevsMiniMax M2.5medium Gemini 3.6 FlashhighvsGPT-5.5low GPT-5.5lowvsGrok 4.5high