导航
AI BENCHY
Advertise here

AI BENCHY 对比

inclusionAI: Ling-2.6-flash vs OpenAI: gpt-oss-120b

摘要

Ling-2.6-flash vs gpt-oss-120b benchmark 对比：gpt-oss-120b 平均分领先，为 6.1 vs 5.0。 Ling-2.6-flash benchmark 成本更低，为 $0.001 vs $0.013。 Ling-2.6-flash 更快，为 9.34s vs 22.28s，通过率为 31.8% vs 52.4%。

推荐模型: Ling-2.6-flash - 它提供了最佳整体取舍：得分有竞争力（5.0），成本低于gpt-oss-120b，响应时间也较均衡。

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 gpt-oss-120b gpt-oss-120b medium 发布日期: 2025-08-05 免费可用
分数 5.0 6.1
排名 #138 #99
可靠性 10.0 10.0
一致性 9.2 8.0
测试正确
尝试通过率 31.8% 52.4%
不稳定测试 2 5
总运行次数 63 63
每个结果成本 0.005 0.141
总成本 $0.001 $0.013
输入价格 $0.010 / 1M $0.039 / 1M
输出价格 $0.030 / 1M $0.180 / 1M
总输入令牌 40,718 39,084
输出令牌 2,878 20,013
推理令牌 0 50,233
响应时间（平均） 9.34s 22.28s
响应时间（最大） 35.34s 68.16s
响应时间（总计） 177.48s 311.96s

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

#99 gpt-oss-120b

medium
Cost
$0.001
Time
26.7s
Tokens
555 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-oss-120b 6.7 9.9 50.0% 0 10.21s 1,314 3,518 2,177
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-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973
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
gpt-oss-120b 10.0 10.0 100.0% 0 31.18s 11,535 694 5,072
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-oss-120b 6.4 5.9 66.7% 1 1.98s 7,476 241 1,114
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-oss-120b 2.9 4.4 22.2% 2 50.92s 1,266 6,784 20,606
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-oss-120b 4.3 10.0 0.0% 0 7.90s 659 107 387
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-oss-120b 9.9 10.0 100.0% 0 7.63s 1,036 126 1,799
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-oss-120b 5.3 7.2 44.4% 1 21.71s 1,190 1,790 2,264
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-oss-120b 9.8 10.0 100.0% 0 6.91s 6,514 287 1,083
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-oss-120b 3.0 10.0 0.0% 0 26.51s 312 3,101 3,758

快速对比

切换对比组合

gpt-oss-120bmedium免费可用vsGLM 5noneGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用Gemma 4 26B A4Bnone免费可用vsgpt-oss-120bmedium免费可用DeepSeek V4 Prohighvsgpt-oss-120bmedium免费可用Ring-2.6-1Tnonevsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Ultra 550b A55bnone免费可用vsgpt-oss-120bmedium免费可用Ling-2.6-flashnonevsMistral Small 4mediumLing-2.6-flashnonevsMiniMax M2.7mediumLing-2.6-flashnonevsMiniMax M2.5mediumGemini 3.1 Flash Litenonevsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.7 Plusnone