导航
Advertise here

Ling 3.0 Flash vs Qwen3 Coder Next (medium)

Ling 3.0 Flash 平均分领先,为 5.2 vs 4.7。 Ling 3.0 Flash benchmark 成本更低,为 $0.004 vs $0.071。 Ling 3.0 Flash 更快,为 3.40s vs 16.97s,通过率为 26.1% vs 24.6%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-02

已对比模型

排名
#289
总输出令牌
12,777
响应时间(平均)
3.40s
总成本
$0.004
排名
#323
总输出令牌
40,395
响应时间(平均)
16.97s
总成本
$0.071
推荐模型 Ling 3.0 Flash

它在这里得分最高(5.2),同时成本比Qwen3 Coder Next (medium)低约 20.5 倍。

详细对比

指标 Ling 3.0 Flash Ling 3.0 Flash none 发布日期: 2026-07-24 Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03
分数 5.2 4.7
排名 #289 #323
可靠性 10.0 10.0
一致性 10.0 8.7
尝试次数 69/69 69/69
测试正确
尝试通过率 26.1% 24.6%
不稳定测试 0 4
总运行次数 69 69
每个结果成本 0.000 2.280
总成本 $0.004 $0.071
输入价格 $0.021 / 1M $0.120 / 1M
输出价格 $0.063 / 1M $0.800 / 1M
缓存读取价格 $0.005 / 1M $0.070 / 1M
缓存写入价格 不适用 不适用
总输入令牌 123,993 311,647
输出令牌 12,777 40,395
推理令牌 0 0
响应时间(平均) 3.40s 16.97s
响应时间(最大) 17.51s 151.35s
响应时间(总计) 74.77s 305.55s
参数量 124B 总计 (5.1B 激活) 80B 总计 (3B 激活)
开放状态 开源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#289 Ling 3.0 Flash

none
成本
$0.000
时间
11.6s
令牌
2,781 tok

#323 Qwen3 Coder Next

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
成本
$0.000
时间
300.0s
令牌
0 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 5.5 10.0 33.3% 0 6.39s 8,307 639 0
Qwen3 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0

快速对比

切换对比组合