导航
Advertise here

Ling-3.0-flash (high) vs GLM 5.3 FlashX (low)

Ling-3.0-flash (high) 平均分领先，为 6.4 vs 6.3。 Ling-3.0-flash (high) benchmark 成本更低，为 $0.021 vs $0.090。 GLM 5.3 FlashX (low) 更快，为 6.58s vs 13.70s，通过率为 63.6% vs 65.2%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-21

已对比模型

排名
#197
总输出令牌
299,456
响应时间（平均）
13.70s
总成本
$0.021
排名
#201
总输出令牌
37,036
响应时间（平均）
6.58s
总成本
$0.090
推荐模型 Ling-3.0-flash (high)

它在这里得分最高（6.4），同时成本比GLM 5.3 FlashX (low)低约 4.5 倍。

详细对比

指标 Ling-3.0-flash Ling-3.0-flash high 发布日期: 2026-07-24 GLM 5.3 FlashX GLM 5.3 FlashX low 发布日期: 2026-09-21
分数 6.4 6.3
排名 #197 #201
可靠性 9.8 10.0
一致性 8.6 7.0
尝试次数 66/66 66/66
测试正确
尝试通过率 63.6% 65.2%
不稳定测试 4 8
总运行次数 66 66
每个结果成本 0.000 0.816
总成本 $0.021 $0.090
输入价格 $0.021 / 1M $0.370 / 1M
输出价格 $0.063 / 1M $1.250 / 1M
总输入令牌 132,044 117,325
输出令牌 92,135 10,494
推理令牌 207,321 26,542
响应时间（平均） 13.70s 6.58s
响应时间（最大） 75.27s 73.01s
响应时间（总计） 287.75s 144.85s
参数量 124B 总计 (5.1B 激活) 320B 总计 (18B 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.

#197 Ling-3.0-flash

high
成本
$0.000
时间
30.7s
令牌
10,576 tok

#201 GLM 5.3 FlashX

low
成本
$0.002
时间
8.4s
令牌
1,526 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
GLM 5.3 FlashX 5.5 7.4 44.4% 1 5.45s 7,317 382 4,760

快速对比

切换对比组合

Ling-3.0-flashhighvsMiMo-V2.5mediumLing-3.0-flashhighvsLongCat 2.0noneLing-3.0-flashhighvsGLM 5.3 FlashXmediumDots 3 Note Previewlow免费可用vsLing-3.0-flashhighLing-3.0-flashhighvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewnonevsLing-3.0-flashhighMiMo-V2.6-PrononevsGLM 5.3 FlashXlowSeed-2.0-LitenonevsGLM 5.3 FlashXlowGemma 4 31Bmedium免费可用vsGLM 5.3 FlashXlowRing-2.6-1TmediumvsGLM 5.3 FlashXlowClaude Sonnet 5nonevsGLM 5.3 FlashXlowGemini 3.1 Flash LiteminimalvsGLM 5.3 FlashXlow