导航
Advertise here

Ling 3.0 Flash (high) vs Qwen3.7 Flash

Qwen3.7 Flash 平均分领先,为 5.9 vs 5.8。 Ling 3.0 Flash (high) benchmark 成本更低,为 $0.000 vs $0.028。 Ling 3.0 Flash (high) 更快,为 13.08s vs 14.70s,通过率为 60.9% vs 36.2%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-01

已对比模型

排名
#251
总输出令牌
299,456
响应时间(平均)
13.08s
总成本
$0.000
排名
#248
总输出令牌
117,742
响应时间(平均)
14.70s
总成本
$0.028
推荐模型 Qwen3.7 Flash

它在本次比较中得分最高(5.9),并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Ling 3.0 Flash Ling 3.0 Flash high 发布日期: 2026-07-24 Qwen3.7 Flash Qwen3.7 Flash none 发布日期: 2026-07-28
分数 5.8 5.9
排名 #251 #248
可靠性 9.8 10.0
一致性 8.6 9.0
尝试次数 69/69 69/69
测试正确
尝试通过率 60.9% 36.2%
不稳定测试 4 3
总运行次数 69 69
每个结果成本 0.000 0.395
总成本 $0.000 $0.028
输入价格 $0.021 / 1M $0.030 / 1M
输出价格 $0.063 / 1M $0.130 / 1M
总输入令牌 132,044 410,787
输出令牌 92,135 117,742
推理令牌 207,321 0
响应时间(平均) 13.08s 14.70s
响应时间(最大) 75.27s 186.24s
响应时间(总计) 287.79s 338.13s
参数量 124B 总计 (5.1B 激活) ~35B 总计 (~3B 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.

#251 Ling 3.0 Flash

high
成本
$0.000
时间
30.7s
令牌
10,576 tok

#248 Qwen3.7 Flash

none
成本
$0.001
时间
34.0s
令牌
4,814 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

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 3.0 Flash 6.7 5.0 66.7% 2 14.85s 8,298 15,602 32,152
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

快速对比

切换对比组合