AI BENCHY 对比
inclusionAI: Ling-2.6-flash vs Qwen: Qwen3.5-27B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | Ling-2.6-flash Ling-2.6-flash none | Qwen3.5-27B Qwen3.5-27B none |
|---|---|---|
| 分数 | 5.3 | 5.8 |
| 排名 | #135 | #112 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 35.1% | 40.0% |
| 不稳定测试 | 2 | 2 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.005 | 0.241 |
| 总成本 | $0.001 | $0.017 |
| 输入价格 | $0.010 / 1M | $0.195 / 1M |
| 输出价格 | $0.030 / 1M | $1.560 / 1M |
| 输出令牌 | 2,878 | 3,585 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 9.34s | 1.69s |
| 响应时间（最大） | 35.34s | 9.39s |
| 响应时间（总计） | 177.48s | 33.82s |
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 | 6.8 | 8.1 | 58.3% | 1 | 11.81s | 573 | 0 | |
| Qwen3.5-27B | 4.8 | 10.0 | 25.0% | 0 | 788ms | 267 | 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 | |
| Qwen3.5-27B | 7.3 | 10.0 | 50.0% | 0 | 1.98s | 408 | 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 | |
| Qwen3.5-27B | 2.8 | 1.6 | 33.3% | 1 | 9.39s | 1,461 | 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 243 | 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 | 4.95s | 24 | 0 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 540ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 4.0 | 10.0 | 0.0% | 0 | 1.45s | 109 | 0 | |
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 126 | 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 | |
| Qwen3.5-27B | 6.3 | 10.0 | 50.0% | 0 | 1.03s | 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 | 6.51s | 151 | 0 | |
| Qwen3.5-27B | 6.7 | 7.9 | 55.6% | 1 | 1.38s | 683 | 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 303 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Ling-2.6-flash | 3.0 | 10.0 | 0.0% | 0 | 1.06s | 15 | 0 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 599ms | 10 | 0 |
快速对比
切换对比组合
CobuddymediumvsQwen3.5-27BnoneLing-2.6-flashnonevsMiniMax M2.7mediumLing-2.6-flashnonevsElephant AlphamediumOwl AlphamediumvsQwen3.5-27BnoneLing-2.6-flashnonevsMistral Small 4mediumgpt-oss-120bmedium免费可用vsQwen3.5-27BnoneNemotron 3 Supermedium免费可用vsQwen3.5-27BnoneLing-2.6-flashnonevsMiniMax M2.5medium免费可用MiniMax M2.5medium免费可用vsQwen3.5-27BnoneGPT-5 NanomediumvsQwen3.5-27BnoneMistral Small 4mediumvsQwen3.5-27BnoneElephant AlphamediumvsQwen3.5-27Bnone